干货 数据科学入门指南

来自：开源最前线（ID：OpenSourceTop）

最近，在Github上发现了一份数据科学的“入门套路”。无论你是从未尝试过编写代码，还是你需要深入复习相关数学知识，都可以在这份开源项目里找到你想要的

比如你是一位刚刚接触数据科学的新手，那么，你就可以看相对应的Python基础知识，数学基础、高级Python、高级数学以及数据科学等知识

如果你是一名专业的机器学习工程师，也有完整的学习路径，比如在这个阶段你可能更注重的应该是数据可视化、数据预处理、数据采集以及沟通陈述、决策等能力

还有工具推荐，要熟练的使用 Jupyter Notebooks、latex、Wolfram Alpha 等等。

简而言之，本指南打包了几种类型的指南：

职业：完整的学习路径，指导你从头开始掌握新技能。

主题：由子领域组织的特定主题、方法和现实应用的综合指南。

专业化：个人技能的垂直指南。

工具：单一工具或技术的深入指南。

研究：对最新论文和技术文件的最新审查和解释。

元(Meta)：这些主要是关于如何学习和接近新概念的指南。

这份指南一开始是由一位名为“Vigilio”的开发者整理的他还创建了一个Facebook群组，并且不断更新，如今，这一份资料已经有了中文版