數(shù)據(jù)科學主要包括兩個方面：用數(shù)據(jù)的方法研究科學和用科學的方法研究數(shù)據(jù)（好吧著洼，這明顯是在玩文字游戲~）下愈，前者包括生物信息學、天體信息學项玛、數(shù)字地球等領(lǐng)域荞估；后者包括統(tǒng)計學比被、機器學習、數(shù)據(jù)挖掘泼舱、數(shù)據(jù)庫等領(lǐng)域。
所以大家形容數(shù)據(jù)科學家“比軟件工程師更擅長統(tǒng)計學枷莉，比統(tǒng)計學家更擅長統(tǒng)計工程”娇昙。看來數(shù)學笤妙、統(tǒng)計學和機器學習……一樣都跑不脫了冒掌。
數(shù)學的話這里推薦一下可汗學院出的講解視頻，非常經(jīng)典：網(wǎng)易公開課
麻省理工的線性代數(shù)課也值得一看：麻省理工公開課：線性代數(shù)_全35集
關(guān)于機器學習的資源我之前已經(jīng)整理過了 蹲盘，所以這里就不過多贅述了股毫。偷懶：)
這里主要就介紹一些課程和數(shù)據(jù)庫吧，大致內(nèi)容是這樣的：
1）學習網(wǎng)站
2）從入門到進階的項目
3）獲取數(shù)據(jù)集的網(wǎng)站
4）工具列表
5）其它
那就繼續(xù)往下看吧召衔。
一铃诬、學習網(wǎng)站
國內(nèi)的搜了下基本都是零零散散的，專題性不是很強苍凛，所以喜歡看視頻的話可以去慕課網(wǎng)趣席、網(wǎng)易公開課找主題相關(guān)的課程（關(guān)鍵詞：機器學習/數(shù)據(jù)挖掘/數(shù)據(jù)分析等），實驗樓提供文檔和在線實操醇蝴，w3cschool的課也不錯宣肚，階段性也比較強。
國外對數(shù)據(jù)科學可能針對性更強一點悠栓，大家可以了解下這幾個網(wǎng)站：
DataCamp（贊Ｃ拐恰）
二、從入門到進階的項目
這樣寫會比較系統(tǒng)惭适，而且都是比較經(jīng)典的一些項目笙瑟，大家看看都會不會。
1癞志、初級
剛?cè)腴T還是會推薦一些比較容易的數(shù)據(jù)集逮走，而且也不需要復雜的數(shù)據(jù)科學技術(shù)，可以使用基本回歸或分類算法來解決。
鳶尾花分類：根據(jù)可用屬性預測花的種類
貸款預測：預測貸款是否會獲得批準
Big mart銷售預測：預測商店的銷售情況
波士頓住房數(shù)分析：預測自住房屋的中位數(shù)值
學生在校表現(xiàn)評估：使用分類和聚類技術(shù)來處理數(shù)據(jù)
研究身高與體重：預測一個人的身高或體重
2师溅、中級
中級的話會更有挑戰(zhàn)性一點茅信，數(shù)據(jù)集更大，需要一些良好的模式識別技能墓臭。
黑色星期五銷售預測：預測購買金額
文本挖掘：根據(jù)標簽對文檔進行分類
人口普查分析：預測美國人口的收入水平
電影推薦：向用戶推薦新電影
Twitter情感分析：確定哪些推文容易受歡迎
3蘸鲸、高級
下面會涉及到神經(jīng)網(wǎng)絡，深度學習窿锉，推薦系統(tǒng)等高級主題酌摇。
數(shù)字識別：識別圖像中的數(shù)字
城市聲音分類：從音頻中分出聲音類型
人聲識別：尋找聲音的主人
芝加哥犯罪分析：預測犯罪類型
上面的項目都挺有意思的，大家可以跟著動手練練嗡载。
又給大家找了幾個中文文檔：
神經(jīng)網(wǎng)絡實現(xiàn)手寫字符識別系統(tǒng)
K-近鄰算法實現(xiàn)手寫數(shù)字識別系統(tǒng)
三窑多、獲取數(shù)據(jù)集的網(wǎng)站
亞馬遜在其AWS web service上提供大型數(shù)據(jù)集洼滚，比如
Google圖書的n-gram列表：大量書籍的常用詞匯和詞匯組
Common Crawl Corpus：來自超過50億個網(wǎng)頁的爬行數(shù)據(jù)
Landsat圖像：地球表面的中等分辨率衛(wèi)星圖像
2埂息、谷歌云平臺
和亞馬遜一樣，谷歌也有一個云托管服務遥巴。Google BigQuery公共數(shù)據(jù)集列出了網(wǎng)頁上的所有數(shù)據(jù)集千康，比如
Github活動：包含280多萬個公共Github存儲庫的所有公共活動。
歷史天氣：數(shù)據(jù)來自9000 NOAA氣象站從1929年到2016年铲掐。
3拾弃、Kaggle
Kaggle是一個組織機器學習競賽的數(shù)據(jù)科學社區(qū)，網(wǎng)站上有各種外部貢獻的有趣數(shù)據(jù)集摆霉。你可以通過參加比賽從Kaggle下載數(shù)據(jù)豪椿。每個比賽都有自己的相關(guān)數(shù)據(jù)集。在新的Kaggle Data sets中也有用戶提供的數(shù)據(jù)集携栋。
4砂碉、UCI機器學習庫：用戶提供的有趣數(shù)據(jù)集
5、Quandl：經(jīng)濟和金融數(shù)據(jù)的存儲庫
6刻两、Twitter：擁有強大的流媒體API
7增蹭、Quantopian：開發(fā)，測試和操作股票交易算法的網(wǎng)站
四磅摹、工具列表
Tableau：數(shù)據(jù)可視化分析軟件滋迈，幫助快速輕松地分析數(shù)據(jù)
Bokeh：一個交互式可視化庫，面向現(xiàn)代Web瀏覽器進行演示户誓。它的目標是提供優(yōu)雅饼灿、簡潔的多功能圖形構(gòu)造
Apache Hadoop：允許使用簡單的編程模型跨計算機集群分布式處理大型數(shù)據(jù)集
D3.js：用于根據(jù)數(shù)據(jù)操作文檔的JavaScript庫。
Jupyter：一個開源Web應用程序帝美，允許創(chuàng)建和共享包含實時代碼碍彭、方程式、可視化和敘述文本的文檔。
OpenRefine：處理凌亂數(shù)據(jù)的強大工具
Orange：新手也能用的開源機器學習和數(shù)據(jù)可視化工具
KNIME：無縫地混合工具和數(shù)據(jù)類型
DataMelt：面向科學家庇忌、工程師和學生的免費數(shù)學軟件舞箍，可用于數(shù)值計算，統(tǒng)計皆疹，符號計算疏橄，數(shù)據(jù)分析和數(shù)據(jù)可視化等。
RapidMiner：通過使用最新的機器學習算法和技術(shù)（如Tensorflow略就，Hadoop和Spark）消除了尖端數(shù)據(jù)科學的復雜性捎迫。
五、其它：
什么是數(shù)據(jù)科學表牢？數(shù)據(jù)科學的基本內(nèi)容
Iris Data Set（鳶尾屬植物數(shù)據(jù)集）
數(shù)據(jù)集大全：25個深度學習的開放數(shù)據(jù)集
數(shù)據(jù)極客|數(shù)據(jù)科學交流社區(qū)
沒資源？下一秒就可以加入的10個數(shù)據(jù)科學項目崔兴！
以上就是我整理的關(guān)于數(shù)據(jù)科學的一些內(nèi)容彰导，如果不全還請各位大佬多多包涵(o°ω°o)
大家可以補充，我看到也會再更新上來滴恼布。
希望小伙伴們能多分享一點學習經(jīng)驗，帶帶二師弟~們啊~
