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。

1. 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。

1. 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

1. 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/