无论您是刚开始从事数据科学,还是准备攻读数据科学或商业分析硕士学位,都需要学习更多内容。本指南为所有阶段的学习者收集了2018年网络上的顶级数据科学资源。 ——该网站由芝加哥大学数据科学与公共政策中心管理。它突出了非营利组织,政府组织和社会组织的社会有益数据科学项目。
(https://dssg.uchicago.edu/projects/)
——该在线期刊欢迎数据科学和高级分析中的实验和理论发现及其实际应用。这是数据科学和分析领域的第一本科学期刊。
(https://link.springer.com/journal/volumesAndIssues/41060)
： ——当作者凯特Strachnyi想要了解更多关于数据科学的知识时,她直接找到了源头。在一系列20多次采访中,她向领先的数据科学家询问有关该领域的起点和行业未来的问题。
(https://www.amazon.com/Journey-Data-Scientist-Interviews-Scientists/dp/1548984248)
——最新的Python 3更新,这是初学者最终学习如何编码,尽管原始但仍然是最流行的方式。学习Python艰难的方法将你从绝对零到能够阅读和编写基本的Python,然后了解其他关于Python的书籍。
(https://learnpythonthehardway.org)
——该图书馆汇集了啊# 39;赖利编辑,作者和地层演讲者在一个地方的最佳数据见解,因此您可以深入了解数据科学和大数据中发生的最新动态。
(https://www.oreilly.com/data/free/)
——本书面向具有计算机科学,工程,应用统计学,物理学和生物信息学背景的学生,他们希望获得机器学习知识。作者使用外行人的术语和低水平的代数和微积分来介绍推理的基本概念。
(http://web4.cs.ucl.ac.uk/staff/D.Barber/textbook/091117.pdf)
——这本免费的书采用边做边学的方法来解释基本的数据挖掘技术。数据挖掘指南介绍了实用的数据挖掘,集体智慧和建立推荐系统。
(http://guidetodatamining.com)
——这本在线书籍是关于使机器学习模型及其决策可解释的。它适用于机器学习从业者,数据科学家,统计学家和任何其他有兴趣使机器决策更具人性的人。
(https://christophm.github.io/interpretable-ml-book/)
——数据科学手册汇集了25位有成就的数据科学家对他们的见解,故事和建议的深入访谈。虽然本书不是数据科学主题的教程,但它为各行各业提供了实用的职业洞察力。
(http://www.thedatasciencehandbook.com)
——本书描述了分析数据的过程。作者开发了管理数据分析师以及进行自己的数据分析的背景。
(https://leanpub.com/artofdatascience)
——本手册通过访问数据科学行业最前沿的数据科学家,数据分析师,首席执行官,经理和研究人员,深入了解数据科学行业。
(https://www.teamleada.com/handbook)
——正如标题所暗示的那样,本书为所有背景的人打破了数据科学,省略了数学术语。有抱负的学生,有进取心的商业专业人士或其他渴望学习的人都可以找到教程和易于理解的解释。
(https://www.amazon.com/Numsense-Data-Science-Layman-Added-ebook/dp/B01N29ZEM6)
——本书包含使用d3.js(第4版)的提示和技巧,d3.js是网络领先的数据可视化工具之一。它旨在让您开始并向迈进。
(https://leanpub.com/d3-t-and-t-v4)
——那些了解编程语言R并希望了解有关数据挖掘的更多信息的人将受益于此维基教科书了。解算法如何工作将有助于增加您对数据挖掘的理解。
(https://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R)
——学习将数据挖掘用于营销或销售目的。您将获得有关提高直接营销活动响应率,识别新客户群和评估信用风险的建议。
(https://www.wiley.com/en-us/Data +采矿+技术% 3 + +营销% 2 c +销售% 2 c +和+管理+客户+关系% 2 c + 3 +版- p - 9780470650936)
