最全大数据分析学习优质资源-低调大师

最全大数据分析学习优质资源

2019-03-31 846

大约两个月前，我开始学习数据科学。我并没有统计学、数学、数据科学、工程学、经济学方面的学位。说实话，在学生时代，数学和统计并不是我的强项，我更擅长语言方面。

我拥有管理学的学士和硕士学位。我论文更偏向于文献综述，而不是运用定量研究方法。我的工作是时尚领域的买手。因此我的教育背景和工作中都很少与数学以及统计打交道。

那我是怎么开始学习数据科学的呢？我对“从数据中获得分析见解”这个观点非常感兴趣。因此，我下定决心去克服对数学和统计的恐惧感。

数据产生的速度非常快，我们可以在2天内生产出2003年以前的所有数据。如今可能更快只需要10分钟。并且这些数据中只有1％进行了分析，该领域充满了可能性。因此我认为我有必要投生数据分析领域，这就是我的初衷。

以下我将从线上课程、Youtube频道、TED演讲、博客、博客等方面列出数据分析领域不可错过的优质资源。

线上课程 MOOC

Coursera创始人吴恩达和Daphne Koller

统计基础(Basic Statistics)
https://www.coursera.org/learn/basic-statistics
掌握统计学对于理解社会和行为科学的研究至关重要。在该课程中，你将学习统计学的基础知识。

机器学习(Machine Learning)
https://www.coursera.org/learn/machine-learning
吴恩达热门的机器学习课程，学习时需要提前掌握一定的编程、数学、统计方面的基础知识。

Python for Everybody
https://www.coursera.org/specializations/python
我强烈推荐这门。如果你像我一样，之前没有相关技术背景，那么通过这堂课能够很好的学习如何用Python进行编程。

Youtube频道

Youtube上有很多不错的频道，下面按类别区分。分为教程、会议演讲、训练营三个类型。

教程类型

机器学习

Siraj Raval
https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A
人们对其意见不一，但我仍认为对于初学者而言这个频道是不错的开端。

Harrison Kinsley
https://www.youtube.com/user/sentdex
总体来说，对初学者而言这是不错的开端。这类YouTube教程主要偏向于如何解决某个问题。

Welch Labs
https://www.youtube.com/user/Taylorns34

当中不错的系列教程有：
Learning to see
https://www.youtube.com/watch?v=i8D90DkCLhI&list=PLiaHhY2iBX9ihLasvE8BKnS2Xg8AhY6iV

Neural Networks Demystified
https://www.youtube.com/watch?v=bxe2T-V8XRs&list=PLiaHhY2iBX9hdHaRr6b7XevZtgZRa1PoU

这两个课程主要针对初学者的，大数据学习扣qun74 零零加【41三八一】有助于掌握概念，绝对值得一看。

统计

Brandon Foltz’s Statistics 101
https://www.youtube.com/channel/UCFrjdcImgcQVyFbK04MBEhA

可汗学院的统计学系列(Khan Academy’s Statistics playlist)
https://www.youtube.com/watch?v=uhxtUt_-GyM&list=PL1328115D3D8A2566

数学

mathbff
https://www.youtube.com/channel/UCy5ev9EE-u5Iwbt2NHrcayw
当你遇到不熟悉的数学术语以及数学规则时，该频道是不错的选择。

Python

Chuck Severance’s Python for Everybody
https://www.youtube.com/user/csev

会议演讲类型

该类型中有些对于初学者来说可能不容易理解，但是可以从中把握数据科学的前沿动态。

PyData
https://www.youtube.com/user/PyDataTV

Open Data Science
https://www.youtube.com/channel/UCDS20hpBFiv_Kdp5Ibh0vew

Data Science Festival
https://www.youtube.com/channel/UCB02fDSj9GR4rhb1APMNclw/feed

Scipy: Scientific Computing with Python
https://www.youtube.com/user/EnthoughtMedia/playlists

O’Reilly
https://www.youtube.com/user/OreillyMedia

Goto
https://www.youtube.com/user/GotoConferences

Google Developers
https://www.youtube.com/channel/UC_x5XG1OV2P6uZZ5FSM9Ttw

KDD 2016
https://www.youtube.com/channel/UCPsUUDUlcTJuP-fRa7z85aQ

KDD 2017
https://www.youtube.com/channel/UC_sfvZvvPUbOQhDs_cqlx_A

训练营类型

General Assembly
https://www.youtube.com/user/gnrlassembly

Data Science Dojo
https://www.youtube.com/user/DataScienceDojo

TED演讲

我特别喜欢TED演讲。通过各种话题的演讲者，我总能发现新的事物，获得灵感。

值得注意的是TED演讲分为: TED Talks 和 Tedx Talks。

TED Talks 和 Tedx Talks的区别在于，前者偏向于从全球的角度把握，而后者主要是由当地社区举办。

TED Talks
https://www.youtube.com/user/TEDtalksDirector

TEDx Talks
https://www.youtube.com/user/TEDxTalks

下面列出一些热门的数据科学TED演讲:

我们都是数据科学家
(We’re All Data Scientists | Rebecca Nugent)
https://youtu.be/YMnqPTLoj7o

数据科学家最重要的技能
(The most important skills of data scientists | Jose Miguel Cansado)
https://www.youtube.com/watch?v=qrhRfPY4F4w&feature=youtu.be

给我看数据—成为你自己的专家
(Show me the data — becoming an expert in yourself | Talithia Williams )
https://www.youtube.com/watch?v=TDCYJ3_gx2w&feature=youtu.be

通过讲故事，让数据更有意义
(Making data mean more through storytelling | Ben Wellington)
https://www.youtube.com/watch?v=6xsvGYIxJok&feature=youtu.be

数据的权重
(The Weight of Data | Jer Thorp)
https://www.youtube.com/watch?v=Q9wcvFkWpsM&feature=youtu.be

播客

当然，短短几十分钟的播客不会让你成为专家，但你会听到专业的数据科学家如何谈论相关主题，并将其应用于实际问题。

Data Skeptic
https://dataskeptic.com/
主持人Kyle Polich和Linh Da用通俗易懂的语言解释各种数据科学概念，当中不会涉及到数学或计算。

Partially Derivative
http://partiallyderivative.com/
很遗憾，该播客在2017年9月5日最后一期之后就停播了。通过该播客，我学习到了如何在特定情况下应用相应的机器学习算法。

Partially Derivative的主持人：左起Jonathon Morgan、Vidya Spandana、Chris Albon

Linear Digressions
http://lineardigressions.com/
主持人是数据科学家Katie Malone和UI工程师Ben Jaffe。他们从不同的角度对数据科学进行了阐述。

Learning Machines 101
http://www.learningmachines101.com/
关注机器学习的播客。建议你从头开始听，因为可以让你了解该领域的发展历程，积累必要的理论知识。

Stats + Stories
http://www.npr.org/podcasts/530134710/stats-stories
该播客主要关注统计和新闻方面。由于许多数据科学概念来自统计学，学习如何像统计学家一样思考是非常有用的。

More or Less
http://www.bbc.co.uk/programmes/p02nrss1/episodes/downloads
BBC的播客，主要关注人们身边的数学和统计学问题。

博客

数据科学方面有许多优质的博客，这是可以利用RSS来订阅相关内容。

出版商博客

Data Blog——The Guardian
https://www.theguardian.com/data
英国卫报的博客，分享新闻背后的数据。

Data——O’Reilly Media
https://www.oreilly.com/topics/data
分享关于数据领域的高质量文章

组织机构博客

Facebook Research Blog
https://research.fb.com/category/data-science/
关于数据科学的博客，当中包括各种主题的研究论文; 自然语言处理，计算机视觉等。

AWS AI Blog
https://aws.amazon.com/blogs/ai/

Tableau Blog
https://www.tableau.com/about/blog

Bloomberg——Graphics
https://www.bloomberg.com/graphics
具有数据可视化的经济新闻报道。

Data at GDS Blog
https://gdsdata.blog.gov.uk/
英国政府的数字服务数据博客，从中能够政府对数据的使用情况。

数据社区/门户

FiveThirtyEight
http://fivethirtyeight.com/
美国著名统计学家Nate Silver的网站，主要关注政治和体育方面，有时会在Github中分享数据集。

Fiverthirtyeight风格的图形非常有名。

Analytics Vidhya
https://www.analyticsvidhya.com/
专注数据科学的商业分析方面，包括相关教程、技巧等。

Dataconomy
http://dataconomy.com/
侧重于数据科学在现实中的应用。

KDnuggets
http://www.kdnuggets.com/
著名的数据网站，包括各种主题、新闻、教程等。

Dataquest Blog
https://www.dataquest.io/blog/
包括在线数据科学课程，教程类型文章很有帮助。

个人博客

Jer Thorp: blprnt.blg
http://blog.blprnt.com/
数据可视化方面的专家。

西欧的酒店地图，显示巴黎、伦敦、马德里和罗马等首都城市的酒店密度。
(图片来自Jer Thorp： flickr.com/photos/blprnt/)

Data Science 101
http://101.datascience.community/
Demystifying Data Science的主讲人之一，Ryan Swanstrom。关于如何学习数据科学的不错资源。

Dr. Randal S. Olson
http://www.randalolson.com/blog/
分享如何将数据科学应用于现实生活中的问题。

个人兴趣(时尚和零售方面的数据科学)

Net-A-Porter Technical Blog
http://techblog.net-a-porter.com/

Lyst’s Engineering Blog
https://making.lyst.com/

Etsy Technicla Blog: Code as Craft
https://codeascraft.com/

Stitch Fix Technical Blog
http://multithreaded.stitchfix.com/blog/

微信关注我们

原文链接：https://yq.aliyun.com/articles/696291

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

java return

1 package reviewTest; 2 3 /** 4 * @ClassName: ReturnTest 5 * @Description: 测试return在trycatch中的执行 6 * @author Kingram 7 * @date 2018年7月27日 8 * 9 */10 public class ReturnTest {11 12 public static void main(String[] args) {13 System.out.println(new ReturnTest().test());14 }15 16 private int test() {17 int x = 1;18 try {19 int[] arr = new int[2];20 x = arr[5];21 return x;22 } catch (Exception e) {23 x = 10;24 return x;25 } finally {26 ++x;27 return x;28 }29 }30 31 }复制代码程序执行分析：当程序执行到第20行时会产生数组下标越界异常...

2019-04-01

519

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。