西班牙语在线课程：在线课程和教程研究博客电子书社区学位用R和Python编码简

无论你是刚开始学习数据科学，还是准备攻读数据科学或商业分析硕士学位，你都应该学习更多。本指南在2018年为所有时期的学习者收集了顶级数据科学资源。

目录

在线课程和教程

研究

博客

电子书

社区

学位

用R和Python编码

简讯

免费数据科学工具

在线课程和教程

Dataquest - 那些对数据科学家、数据分析师或数据工程师感兴趣的人可以通过交互式编码挑战学习。学生可以处理问题，接触真正的数据科学项目。

Springboard - 这个在线Bootcamp它包括数据科学的过程，从统计学到机器学习用数据讲故事。你可以致力于机器学习或NLP这类领域，并通过资产配置研究这一计划，以便进行面试。

IntelliPaat - IntelliPaat教程包含大数据、商业智能和数据库等主题。在成功完成课程后，您可以向行业专家学习并获得认证。

Lynda - 会员可以通过个人、公司、学术和政府订阅来观看Lynda这一领域的概念领袖教授的高质量在线课程。为了满足您的专业需求，您可以选择课程的持续时间和技能水平。

Kaggle - Kaggle特别适合想在众多数据科学专业脱颖而出的新手。你可以选择机器学习，pandas、数据可视化，R、SQL或者是深度学习中的轨迹。

数据科学研究

杂志国际数据科学与分析- 在线期刊欢迎实验和理论发现及其在数据科学和高级分析中的实际应用。这是数据科学与分析领域的第一本科学杂志。

IMB大数据和分析中心- 这些白皮书遵循行业大数据的最新趋势。读者可以在收件箱里订阅新的报告和白皮书。

数据科学博客

The Shape of Data - 尽管现在是谷歌的软件工程师，但杰西·约翰逊开始担任数学教授。他的博客探索并解释了现代数据分析的基本思想。

Planet Big Data - Planet Big Data收集相关大数据，Hadoop与相关主题的博客。其中包括全球博主的帖子。

大数据博客- 会议本身介绍了大数据、可操作的见解和展示最佳实践的最新发现。在博客上，你可以找到关于这些主题的文章，这可以节省你的会议之旅。

纽约数据学校博客- 这个博客是关于的R、网络捕获、机器学习和meetup文章。它还简要介绍了一些参加培训项目的顶尖项目。

Data36 - Tomi Mester我的博客对在线数据分析师的最佳实践有着深刻的理解。您将找到相关的数据分析，AB文章、在线课程和视频检测、研究和数据科学。

Yanir Seroussi的博客- Yanir Seoussi他是一位经验丰富的数据科学家和软件工程师，在编程、计算机科学、机器学习和统计学方面有着丰富的背景。他的博客包含了从孤立的数据问题到构建生产系统的想法。

向数据科学迈进- 这个博客是成千上万人交流信息，扩大我们对数据科学认知的渠道。你可以从不同专业的数据科学家那里阅读各种各样的想法。

Daniel Nee的博客- Daniel Nee具有机器学习和计算机科学背景，并担任数据科学家。他的博客上有关于他的经验、有用的工具、技术和其他兴趣的帖子。

数据博客- 这个博客根据技术、动手和数据科学等类别整齐地组织他们的帖子。还有一个问答部分，所以你可以询问你可能遇到的所有数据科学问题。

数据挖掘研究- Sandro Saitta当我在瑞士攻读博士学位时，我开始写这个博客。博客开始讨论数据挖掘的研究问题。现在，帖子讨论研究问题、最近的应用、重要事件、对主要演员的采访、当前趋势、书评和更多。

Data Meets Media - 这个独特的博客融合了电视、电影和数据科学。 每个帖子都包含两个主题，并找出所有主题之间的交集。

DataAspirant - Saimadhu Polamuri他是一位成功的数据科学家，数据科学教育家，也是一位自学成功的数据科学家DataAspirant的创始人。 这个博客是新手的数据科学资源。

数据科学电子书

以艰难的方式学习Python - 最新的Python 3更新，这是新手学习如何编码的最后一种方式，虽然原始但仍然是最流行的方式。Python从绝对零到基本阅读和写作的困难方法Python，然后了解其他关于Python的书籍。

数据挖掘指南- 这本免费的书选择了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。

机器学习可解释- 这本在线书是关于解释机器学习模型及其决策。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对机器决策更感兴趣的人。

数据分析手册- 本手册通过浏览数据科学行业前沿的数据科学家、数据分析师、CEO、深入了解数据科学行业的经理和研究人员。

Numsense！Layman数据科学：不添加数学：- 正如标题所暗示的，这本书打破了数据科学，省略了所有背景的数学术语。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可以找到教程和易于理解的解释。

D3提醒和技巧v4.x - 这本书包括使用d3.js(第4版)提示和技巧，d3.js它是网络领先的数据可视化工具之一。它的目的是让你开始并向前迈进。

R数据挖掘算法- 了解编程语言R并希望了解更多数据挖掘信息的人将从中受益WikiBook。了解算法如何工作将有助于增加你对数据挖掘的理解。

数据挖掘技术:用于营销、销售和客户关系管理，第三版- 学习将数据挖掘用于营销或销售目的。您将获得相关意见，以提高直接营销活动的响应率，识别新客户群，评估信用风险。

未完待续！