awesome-datascience
:memo: 一個實用的資料科學學習與應用於真實世界問題的資源庫。
awesome-datascience 是什麼?
一個很棒的資料科學(Data Science)資源庫,讓你學習並應用到真實世界的問題。
awesome-datascience 概覽
這是什麼
一個開源的資料科學(Data Science)知識庫,旨在學習並應用概念解決真實世界的問題。它提供了一條學習資料科學的捷徑,回答「什麼是資料科學?我該學什麼才能學會資料科學?」等問題。
主要功能
- 精心挑選的學習資源:教學、免費課程、大規模開放線上課程(MOOC)、密集課程與大學課程 - 完整的工具箱,涵蓋演算法(監督式、非監督式、半監督式、強化學習、資料探勘、深度學習)、機器學習套件(Scikit-Learn、PyTorch、TensorFlow、Keras)以及視覺化工具 - 文獻與媒體區塊:書籍、期刊、電子報、部落格、Podcast 與 YouTube 頻道 - 社群交流區塊:Twitter 帳號、Telegram 頻道、Slack 社群、GitHub 群組與資料科學競賽 - 趣味區塊:資訊圖表、資料集與漫畫 - 歡迎透過 CONTRIBUTING.md 貢獻內容
使用情境
- 從零開始自學資料科學的路徑規劃 - 尋找經過篩選的教學、課程與書籍以提升技能 - 探索各種演算法、套件與工具,應用於真實資料專案 - 透過社群頻道與競賽與資料科學社群交流 - 作為教學或準備資料科學教材的參考資源
快速開始
$ brew tap academic/tap $ brew install academic 或者直接複製此儲存庫,並閱讀 README 以取得完整的資源列表。
授權與價格
採用 MIT 授權條款。本專案為開放原始碼且免費使用。
內容整理自該專案公開的 README 與儲存庫資訊。