Data science best resources
1.0.0
一系列精心策劃的與資料科學相關的資源和連結（關於軟體、平台、語言、技術等主題），全部集中在一個地方。
MONTRÉAL.AI 學院：人工智慧 101 首個世界級人工智慧概覽
OpenAI 博客
人工智慧像一家公司一樣思考——這令人擔憂 - Open Voices
人工智慧專題
大腦以離散形式還是模擬形式儲存資訊？
可解釋的人工智慧（第 1 部分）—人類可解釋機器的重要性…
奇點即將到來嗎？ – 弧形數碼
Michael I. Jordan 紐約證券交易所機器學習演示
一些科學家擔心超級智慧機器可能對人類構成威脅華盛頓郵報
人工智慧的四波|領英
研究人員表示，當演算法出錯時，我們需要反擊的力量
Amazon CloudWatch - 應用程式和基礎設施監控
Amazon DynamoDB - 概述
Amazon Elastic Block Store (EBS) - 亞馬遜網路服務
亞馬遜彈性檔案系統（EFS）|雲端檔案儲存
AWS 概念：了解 AWS - YouTube
AWS 概念：了解課程材料和功能 - YouTube
10 分鐘內了解 AWS | AWS 初學者教程 | AWS 培訓影片 | AWS 教學 |簡單學習 - YouTube
AWS re:Invent 2017：使用 Amazon Lightsail 輕鬆建立生產應用程式 (CMP212) - YouTube
無類域間路由 - 維基百科
雲端運算產品 – 亞馬遜網路服務 (AWS)
雲端對象儲存|隨處儲存與檢索資料 |亞馬遜簡單儲存服務
彈性負載平衡 - Amazon Web Services
在 Amazon EC2 上執行 Spark、Python 和 Jupyter Notebook
使用 PuTTY 從 Windows 透過 SSH 存取 EC2 Linux 執行個體
什麼是雲端運算？ - 亞馬遜網路服務
2021 年成為機器學習工程師的 7 步驟指南
減少生成對抗網路中對標記資料的需求
Jason 的 Google ML 101 套牌
機器學習和資料科學的 10 本免費必讀書籍
給有抱負的資料科學家的建議：開設部落格－方差解釋
布蘭登·羅爾博客
Chris Albon - 資料科學、機器學習與人工智慧
資料科學堆疊交換
數據懷疑論者
數據頭
terpreted.ai - 機器學習及相關主題的深入解釋
流動數據
這裡有（大約）3000 個您現在可以使用的免費資料來源
如果您想學習資料科學，請參加一些統計課程
學習資料科學 - 資訊圖表（文章） - DataCamp
LIGO重力波GW150914_教程
或與分析成功案例 - INFORMS
OpenAI 博客
保羅福特：什麼是代碼？ |蒲隆地
科學沒有被打破|五三十八
科學合理
人工智慧空間
機器學習、資料科學、機率、SQL 和大數據的 28 個備忘錄
GitHub Python 資料科學聚焦：AutoML、NLP、視覺化、ML 工作流程
解決了端到端數據科學項目
深入深度學習（一本包含程式碼、數學和討論的互動式深度學習書籍）
機器學習數學書
學習編碼 |代碼學院
講義| MATLAB 簡介 |電機工程與計算機科學|麻省理工學院開放課件
60 多本關於大數據、資料科學、資料探勘、機器學習、Python、R 等的免費書籍
特徵工程與選擇：預測模型的實用方法
神經網路與深度學習 - 線上書籍
使用命令列將現有專案新增至 GitHub - 使用者文檔
初學者 Git 和 GitHub 簡介（教學）
遵循這些簡單的規則，您將成為 Git 和 GitHub 大師
Git - 書
git - 簡單指南 - 沒有什麼深奧的！
如何不再害怕 GIT – freeCodeCamp.org
joshnh/Git-Commands：常用 Git 指令列表
為 GitHub 專案做出貢獻的初學者指南 – Rob Allen 的 DevNotes
了解 GitHub 流程 · GitHub 指南
邁向反法西斯人工智慧（來自 opendemocracy.net）
成為 3.0 級資料科學家
第三波資料科學家
46 個最能激發智力的網站，每天 10 分鐘即可激發您的內在天才
人工智慧學會完全自主學習 |廣達雜誌
愛德華威滕思考現實的本質 |廣達雜誌
工程師不應該編寫 ETL：建立高功能資料科學部門的指南 | Stitch Fix 技術 – 多線程
神經網路一般理論的基礎 - Quanta Magazine
通用思考工具：解決難題的 9 種心理模型
社群媒體如何危害知識|有線
在這些小城市，人工智慧的進步可能代價高昂 - 麻省理工學院技術評論
機器學習預測混沌的「驚人」能力廣達雜誌
具有無與倫比細節的新腦圖可能會改變神經科學有線
佩德羅·多明哥斯談人工智慧軍備競賽 - 明鏡在線
量子運算的量子飛躍？ -《科學美國人》
中西部公立大學的脆弱狀況 - 大西洋月刊
人類工作的未來在於想像、創造力和策略
量子熱力學革命|廣達雜誌
什麼是代碼？ |保羅福特|蒲隆地
人工智慧經濟學—更便宜的預測將如何改變世界
OpenAI 在 Dota 2 的失敗仍然是人工智慧的勝利 - The Verge
機器學習面對房間裡的大象 |廣達雜誌
Andrew Ng 的史丹佛大學/Coursera 機器學習課程的完整講義
200所大學剛推出了560門免費線上課程。這是完整清單。
人工智慧|麻省理工學院開放課件
儀表板 |麻省理工學院職業教育數位課程
Data Science AZ™：包含真實數據科學練習 |烏德米
數據科學基礎 | edX
如何選擇有效的機器學習和資料科學慕課？
我發現了 1,150 多門 Coursera 課程仍然完全免費
資訊與熵|麻省理工學院開放課件
演算法簡介 |麻省理工學院開放課件
使用Excel進行資料分析簡介| edX
資料科學 Python 簡介 | edX
數據科學 R 簡介 | edX
計算機科學數學|麻省理工學院開放課件
使用 Python 進行資料科學程式設計！
數據科學的統計思維課程
2017 年頂級資料科學線上課程 – LearnDataSci
U.Wash ML 課程 Jupyter Home
SQL 連結的直覺解釋
連線 (SQL) - 維基百科
PostgreSQL：數學函數與運算符
PostgreSQL：字串函數和運算符
Psycopg2 教學 - PostgreSQL 與 Python
SQL 連結解釋
資料分析的 SQL 教學 | SQL 教學 - 模式分析
SQL 與 NoSQL 或 MySQL 與 MongoDB - YouTube
SQL 思維與 Python 思維
Kaggle SQL 課程（包括 BigQuery 主題）
常見的統計檢定是線性模型（或：如何教導統計數據）
介紹性統計 - OpenText 函式庫
常見的統計檢定是線性模型（或：如何教導統計數據）
背景：馬可夫鏈
開放介紹統計
迴歸分析教學與範例 |迷你表
資料科學家需要掌握的 10 項統計技術
12維降維技術終極指南（附Python程式碼）
托馬斯貝葉斯與科學危機 – TheTLS
歡迎來到 STAT 505！ |統計505
貝葉斯線性迴歸簡介 - 邁向資料科學
迴歸分析教學與範例 |迷你表
資料科學家需要掌握的 10 項統計技術
歡迎來到 STAT 505！ |統計505
直觀的機率與統計
核心開發人員描述 Scikit-image 的論文
全螢幕互動，讓您探索資料視覺化的前 300 年
設計偉大的可視化.pdf
資料視覺化圖庫 - 錯失的機會和圖形失敗
第 1-4 課，第一個視覺化資料 - Govind Acharya |公共表格
繪製 1854 年霍亂爆發地圖 |公共表格
資源 |公共表格
機器學習和資料科學的 10 本免費必讀書籍
60 多本關於大數據、資料科學、資料探勘、機器學習、Python、R 等的免費書籍
數據懷疑論者
GGobi數據可視化系統。
GitHub（Tirthajyoti Sarkar）
這裡有（大約）3000 個您現在可以使用的免費資料來源
如果您想學習資料科學，請參加一些統計課程
學習編碼 |代碼學院
講義| MATLAB 簡介 |電機工程與計算機科學|麻省理工學院開放課件
Medium – 閱讀、撰寫、分享重要的故事
科學合理
機器學習、資料科學、機率、SQL 和大數據的 28 個備忘錄
學習資料科學 - 資訊圖表（文章） - DataCamp
作業3
深層藍莓
Brandon Rohrer - 循環神經網路 (RNN) 和長短期記憶 (LSTM)
CS231n 講座 10 - 遞歸神經網路、圖像字幕、LSTM - YouTube
應用深度學習的具體細節（Andrew Ng）- YouTube
Siraj Raval - LSTM 網路 - 智力數學（第 8 週） - YouTube
Siraj Raval - 循環神經網路 - 智力數學（第 5 週） - YouTube
吳恩達：人工智慧是新電力 - YouTube
神經網路遊樂場
但什麼是神經網路？ |深度學習，第 1 章
Java 中的捲積網路 - Deeplearning4j：適用於 JVM 的開源分散式深度學習
用於視覺識別的 CS231n 卷積神經網絡
深度學習基礎 - 認知課程
探索 LSTM
特徵視覺化
神經網路和深度學習
了解 Hinton 的膠囊網絡。第一部分：直覺。
了解 LSTM 網路—colah 的博客
循環神經網路的不合理有效性
Andrej Carpathy 部落格 - 神經網路駭客指南
循環網路和 LSTM 初學者指南 - Deeplearning4j：適用於 JVM 的開源分散式深度學習
J Alammar – 可觸控像素和智慧機器人的探索
順序模型指南 - Keras 文檔
Keras 文檔
如何使用字嵌入層透過 Keras 進行深度學習 - 精通機器學習
使用 tf.estimator 建立輸入函數 | TensorFlow
TensorFlow 入門 | TensorFlow
安裝在 Windows 上 TensorFlow | TensorFlow
TensorFlow
TensorFlow 線性模型教學 | TensorFlow
TensorFlow 廣度與深度學習教學 | TensorFlow
在有 GPU 的 Windows 中使用 TensorFlow |希頓研究公司
安裝指南 Windows :: CUDA 工具包文檔
使用 Python 掌握機器學習的 7 個步驟
機器學習的直覺介紹
伯克利人工智慧材料
面向程式設計師的深度學習 fast.ai
講座集|機器學習 - 史丹佛課程
Microsoft Azure ML 備忘單
Pedro Domigos 機器學習講座
Python 機器學習漫遊指南
Github 上十大機器學習項目
UCI 機器學習儲存庫
[ISLR 課程影片](https://www.r-bloggers.com/in-depth-introduction-to-machine-learning-in-15-hours-of-expert-videos/
機器學習從零到英雄：在 Kaggle 上爭奪第一名所需的一切…
GOOGLE - 機器學習規則： |機器學習規則 | Google開發者
PySpark ML 教學範例
Python 生成器教程
R Markdown：權威指南
了解 GitHub 流程 · GitHub 指南
如何準備機器學習面試 - Semantic Bits
人工智慧、神經網路、機器學習、深度學習和大數據備忘單
AI知識圖譜：如何對AI技術進行分類
使用 PySpark 和 MLlib 建立線性迴歸
PySpark 中 DataFrame 操作的完整指南
在Windows10上安裝Spark.pdf
簡介·掌握 Apache Spark
MLlib：主要指南 - Spark 2.3.1 文檔
概述 - Spark 2.3.1 文檔
RDD 程式指南 - Spark 2.3.1 文檔
rdflib 5.0.0-dev — rdflib 5.0.0-dev 文檔
Spark SQL 和 DataFrame - Spark 2.3.1 文檔
歡迎使用 Spark Python API 文件！ — PySpark 2.3.1 文檔
為什麼您應該考慮將 Google AI 平台用於您的機器學習項目
雲端運算初學者教程 |雲端運算解釋|雲端運算|簡單學習 - YouTube
難題簡短指南|廣達雜誌
資料科學家工具箱所需的 10 種挖掘技術
維基百科資料科學：與世界上最大的百科全書合作
異常值檢測技術的簡要概述—邁向資料科學
適合初學者的容器、虛擬機器和 Docker 簡介
適合初學者的快速簡單的 Docker 教學（影片系列）
12 分鐘內完成 Docker Compose - YouTube
如何在Ubuntu 18.04上安裝和使用Docker |數位海洋
如何在 Ubuntu 18.04 Bionic Beaver 上安裝 Docker - LinuxConfig.org
12 分鐘學會 Docker？ - Youtube
什麼是容器？ - Youtube
什麼是 Docker | Docker 初學者教程 | Docker 容器 |開發營運工具 |教育-YouTube
使用 Python 和 Docker 建立您自己的資料科學平台 - YouTube
50+ 程式設計師資料結構與演算法面試題
GraphQL 與 REST – Apollo GraphQL
微服務、API 和 Swagger：它們如何組合在一起 |昂首闊步
REST API 概念和範例 - YouTube
Web 架構 101 – VideoBlocks 產品與工程
REST API 與 RESTful Web 服務說明 - YouTube
我們的收藏－邁向資料科學
JSON 速成課程 - YouTube 我可以使用...支援 HTML5、CSS3 等表格 HTML5 表單驗證範例 < HTML | HTML5網路藝術
CSS 手冊：為開發人員提供的 CSS 便利指南
使用 HTML 和 CSS 建立簡單的網站 - 第 1 部分 - YouTube
CSS 簡介 - W3Schools
12 分鐘學習 CSS - YouTube
JavaScript 初學者教學 - 1 - JavaScript 簡介 - YouTube
雄辯的 JavaScript
使用 JavaScript 進行表單驗證 - 檢查空白文字欄位 - YouTube
JavaScript 基礎知識第 1 部分
JavaScript 初學者教學 30 - 表單驗證文字方塊和密碼 - YouTube
JavaScript：簡單表單驗證 - YouTube
12 分鐘學習 JavaScript - YouTube
使用 JavaScript 進行機器學習：第 1 部分 – Hacker Noon
使用 JavaScript 進行機器學習：第 2 部分 – Hacker Noon
W3School - JavaScript 表單驗證
W3schools - JavaScript 教程
ClearlyDecoded.com - Yaakov Chaikin
GoDaddy 託管帳號入門指南
2018 年如何製作網站 - 虛擬主機指南 | WHSR
jhu-ep-coursera/fullstack-course4：針對 Web 開發人員 Coursera 課程的 HTML、CSS 和 Javascript 範例程式碼
免費 JavaScript 教學 - Scaler
解決問題的藝術 - LaTeX 符號
Detexify LaTeX 手寫符號識別
http://quicklatex.com/
LaTeX 符號 Wiki
綜合乳膠符號列表綜合乳膠符號列表 -symbols-a4.pdf
Pandoc - Pandoc 使用者指南
MathJax 文件 — MathJax 2.7 文檔
MathJax 中可用的 TeX 指令
如何在 Windows 10 上的 VirtualBox 上安裝 Ubuntu Linux [逐步指南] |這是福斯
Microsoft PowerShell 教學與訓練課程 – Microsoft Virtual Academy
最受歡迎的 Linux 發行版及其為何主宰市場
在 Windows 上安裝 Linux 虛擬機器的簡單指南 - StorageCraft Technology Corporation
[已解決] Ubuntu 中無法取得鎖定 /var/lib/dpkg/lock 錯誤 |這是福斯
Python 中的時間序列分析：簡介 – 邁向資料科學
RJT1990/pyflux：Python 的開源時間序列庫
MaxBenChrist/awesome_time_series_in_python：此精選清單包含用於時間序列分析的 python 套件
時間序列入門 — PyFlux 0.4.7 文檔
ARIMA 模型簡介
建立時間序列預測的完整指南（使用 Python 程式碼）
如何使用 Python 建立時間序列預測的 ARIMA 模型
Kaggle 的 Siraj 時間序列課程
揭穿人工智慧的神話與現實 - 福布斯
人工智慧——革命尚未發生
人工智慧學會完全自主學習 |廣達雜誌
佛教哲學可以解釋大爆炸之前發生的事嗎？ |永旺隨筆
掌握量子力學的涵義 - 《科學美國人》部落格網絡
工具製造是否為人類語言鋪平了道路？ - 大西洋月刊
愛德華威滕思考現實的本質 |廣達雜誌
數據科學中的把關與精英主義
外星人如何解決氣候變遷問題？ - 大西洋月刊
我如何學會不再擔心大型強子對撞機缺失的新物理學
資訊如何被重新發明 – 限制 – Medium
社群媒體如何危害知識|有線
在這些小城市，人工智慧的進步可能代價高昂 - 麻省理工學院技術評論
亞馬遜斥資 350 萬美元打造 Alexa 像人類一樣聊天的競賽 - 知乎
讓我們將私人數據變成公共物品——《麻省理工科技評論》
論喬姆斯基和統計學習的兩種文化
量子運算的量子飛躍？ -《科學美國人》
戰略與戰術：有什麼區別以及為什麼重要？
透過基因工程改造出更聰明的人類機器人群體，以避免生存災難的威脅。
中西部公立大學的脆弱狀況 - 大西洋月刊
量子熱力學革命|廣達雜誌
你讀書的方式很大程度上說明了你的智力，原因如下
要建立真正的智慧機器，請教它們因果關係 |廣達雜誌
為什麼美國的公共交通如此糟糕？這是一個很長的故事。 - 城市實驗室
尤瓦爾·諾亞·赫拉利 (Yuval Noah Harari) 暢談 2050 年人類將面臨的挑戰 |英國連線
尤瓦爾·諾亞·赫拉利 (Yuval Noah Harari) 談科技為何有利於暴政 - 大西洋月刊
尤瓦爾·諾亞·赫拉利 (Yuval Noah Harari)：「免費資訊的想法極其危險」|文化|衛報
超越怪異：退相干、量子怪異和薛丁格的貓 - 大西洋月刊
生命是時空的辮子 – Time – Medium
心理模型：如何訓練你的大腦以新的方式思考 - James Clear - Pocket
不要競爭。創造！ - 大流士福魯 - 口袋
特斯拉的生存都取決於超級工廠 - The Verge
所以你想成為研究科學家 – Vincent Vanhoucke – Medium
國土安全部將讓軟體標記潛在的恐怖分子
當世界秩序結束時會發生什麼
Kevin Slavin：演算法如何塑造我們的世界 | TED演講
大腦的自動駕駛機制控制意識 - 《科學美國人》
什麼是情報？ – 邁向資料科學
這正是你應該如何訓練自己變得更聰明 - Michael Simmons - Pocket
如何透過使用「艾森豪威爾盒子」來提高工作效率並消除浪費時間的活動 - James Clear - Pocket
科學的盲點在於忽視生活經驗 |永旺隨筆
從頭開始與 Julia 一起學習數據科學的完整教程
ML 實驗追蹤：它是什麼、為什麼重要以及如何實施
評估機器學習模型的公平性和偏見
使用 Flask 建立資料科學 API
Flask 和 Heroku 用於線上機器學習部署
將機器學習 (ML) 模型投入生產的不同方法概述
[指南] 使用 React、NodeJS 和 MySQL 建立資料科學 Web 應用程式
使用 Python 訓練和部署機器學習模型的初學者指南
在生產中擴展機器學習模型的指南
使用 Flask 部署 Keras 深度學習模型 – 邁向資料科學
大規模部署機器學習 - 演算法博客
部署機器學習從未如此簡單 – 邁向資料科學
Quora - 如何將機器學習模式投入生產？
使用 Flask 將機器學習模型部署為 API 的教學課程
從大數據到微服務：如何透過 AWS lambda 提供 Spark 訓練模型
如何交付機器學習專案 – Insight Data
在 P 中將 Keras 深度學習模型部署為 Web 應用程式
Python 中的遺傳演算法實作 – 邁向資料科學
遺傳演算法最佳化簡介
Python 差分進化教程 · Pablo R. Mier
順序模型指南 - Keras 文檔
Keras 文檔
如何使用字嵌入層透過 Keras 進行深度學習 - 精通機器學習
Brandon Rohrer - 循環神經網路 (RNN) 和長短期記憶 (LSTM)
CS231n 講座 10 - 遞歸神經網路、圖像字幕、LSTM - YouTube
應用深度學習的具體細節（Andrew Ng）- YouTube
Siraj Raval - LSTM 網路 - 智力數學（第 8 週） - YouTube
Siraj Raval - 循環神經網路 - 智力數學（第 5 週） - YouTube
吳恩達：人工智慧是新電力 - YouTube
循環網路和 LSTM 初學者指南 - Deeplearning4j：適用於 JVM 的開源分散式深度學習
神經網路遊樂場
演化策略的視覺指南
Andrej Carpathy 部落格 - 神經網路駭客指南
了解深度學習細節的最佳（且免費！！）資源
但什麼是神經網路？ |深度學習，第 1 章
人工智慧、神經網路、機器學習、深度學習和大數據備忘單
Java 中的捲積網路 - Deeplearning4j：適用於 JVM 的開源分散式深度學習
用於視覺識別的 CS231n 卷積神經網絡
深入研究深度網路背後的數學—邁向資料科學
深度學習基礎 - 認知課程
探索 LSTM
特徵視覺化
J Alammar – 可觸控像素和智慧機器人的探索
無需反向傳播的學習：直覺與想法（第 1 部分）－Tom Breloff
必須了解深度學習 (AI) 中的資訊理論概念
神經網路和深度學習
神經風格遷移：使用 tf.keras 和 eager execution 透過深度學習創造藝術
循環神經網路的不合理有效性
了解 Hinton 的膠囊網絡。第一部分：直覺。
了解 LSTM 網路—colah 的博客
13 行 Python 的神經網路（第 2 部分 - 梯度下降） - 我是 trask
人工神經網路如何學習？ – 邁向資料科學
神經網路動物園 - 阿西莫夫研究所
深度學習的歷史 |導入.io
了解基於深度學習的圖像分類器的終極 NanoBook
如何解決 90% 的 NLP 問題：逐步指南
編碼與英語文學：Python 中的自然語言處理
TextBlob：簡化的文字處理 — TextBlob 0.15.1 文檔
Python 正規表示式教學（文章）- DataCamp
史丹佛自然語言處理
強化學習課程 - 完整機器學習教程
強化學習簡介 – freeCodeCamp.org
強化學習簡介 – freeCodeCamp.org
深度強化學習的關鍵論文 — Spinning Up 文檔
強化學習的具體細節：使用動態規劃進行基於模型的規劃
強化學習：深入探討 |托普塔爾
第 1 部分：RL 中的關鍵概念 — Spinning Up 文檔
剖析強化學習 - 第 1 部分
使用 OpenAI Gym 在 Python 中從頭開始強化 Q-Learning – LearnDataSci
谷歌人工智慧部落格：強化學習中的好奇心與拖延症
強化學習：使用 OpenAI Gym 進行蒙特卡羅學習
使用 tf.estimator 建立輸入函數 | TensorFlow
TensorFlow 入門 | TensorFlow
安裝在 Windows 上 TensorFlow | TensorFlow
TensorFlow
TensorFlow 線性模型教學 | TensorFlow
TensorFlow 廣度與深度學習教學 | TensorFlow
在有 GPU 的 Windows 中使用 TensorFlow |希頓研究公司
安裝指南 Windows :: CUDA 工具包文檔
使用 Python 掌握機器學習的 7 個步驟
機器學習的直覺介紹
處理（幾乎）任何機器學習問題 |阿布舍克‧塔庫爾 |沒有自由的預感
Python 中的自動機器學習超參數調整
伯克利人工智慧材料
面向程式設計師的深度學習 fast.ai
機器學習演算法精要（附Python和R程式碼）
GOOGLE - 機器學習規則： |機器學習規則 | Google開發者
http://www.r2d3.us/visual-intro-to-machine-learning-part-2/
ISLR 課程影片
講座集|機器學習 - 史丹佛課程
機器學習從零到英雄：在 Kaggle 上爭奪第一名所需的一切…
Microsoft Azure ML 備忘單
開放式機器學習課程（測試版）• mlcourse.ai
Pedro Domigos 機器學習講座
Python 機器學習漫遊指南
Github 上十大機器學習項目
UCI 機器學習儲存庫
透過強化學習學習優化 – 柏克萊人工智慧研究博客
你好卡格爾！ - 為 Kaggle 新手提供的 Kaggle 指南
關於 Python 的一切——從初學者到高級
Jupyter 中的互動式電子表格
資料科學家的 PyCharm
內建魔法指令 — IPython 6.2.1 文檔
具體統計 Jupyter Notebook Peter Norvig
經濟模擬 Jupyter Notebook Peter Norvig
Markdown 備忘錄
使用 Interact — Jupyter Widgets 7.0.3 文檔
Pixie - Jupyter 筆記本的可視化 Python 調試器
顏色範例程式碼：colormaps_reference.py — Matplotlib 2.0.2 文檔
ggplot |家
Matplotlib 1.5.1
Matplotlib 繪圖指令總結 —
Matplotlib 教程
Seaborn 教學 — seaborn 0.7.1 文檔
Github/jmportilla/Complete-Python-Bootcamp：講座
Jupyter Notebook - Udemy 完整 Python 訓練營課程
用於資料科學和機器學習的 Python 訓練營 |烏德米
計算科學與工程I |數學|麻省理工學院開放課件
機器學習基礎（彭博課程）
線性代數 (numpy.linalg) — NumPy v1.12 手冊
NumPy v1.12 通用函數
NumPy v1.13.dev0 手冊
隨機取樣 (numpy.random) — NumPy v1.13 手冊
SciPy — SciPy v0.19.0 參考指南
Python 到 Numpy
numpy-100/100 Numpy 練習 withhint.md at master · rougier/numpy-100
Pandas 0.20.3 文檔
Pandas：Python 資料分析庫
首頁 |閱讀文件
如何在 PyPi 上發布自己的 Python 套件 – freeCodeCamp
建立 R 和 Python 庫的逐步指南（在 JupyterLab 中）
如何向 PyPI 提交包 — Peter Downs
打包與分發專案 - Python 打包使用者指南
reStructuredText 入門 — Sphinx 1.8.0+ 文檔
使用 TestPyPI — Python 打包使用者指南
如何開源你的 Python 函式庫 |開源網站
亞馬遜網路服務 (AWS) - 雲端運算服務
使用 PuTTY 從 Windows 連接到您的 Linux 執行個體 - Amazon Elastic Compute Cloud
在 Windows 上安裝 Spark (PySpark) – Michael Galarnyk – Medium
設定 Python 專案成功的 10 個步驟
itertools — 建立迭代器以實現高效循環的函數 — Python 3.6.3 文檔
使用 ElementTree 在 Python 中處理 XML - Eli Bendersky 的網站
使用 BeautifulSoup 解析 HTML 並擷取新聞發布會 URL |計算新聞學，2016 年春季
28 個 Jupyter Notebook 提示、技巧和快捷方式
精彩的 Python 框架、函式庫、軟體和資源的精選列表
已存檔的問題 - 歐拉計劃
選擇正確的估計器 — scikit-learn 0.18.1 文檔
代碼雕塑家
代碼雕塑家
在 Windows 上安裝 XGBoost For Anaconda（IT 最保守的秘密是最佳化）
Pandas 0.20.3 - API 參考
熊貓 0.20.3 食譜
PostgreSQL + Python |精神病學
問題 - CodeAbbey
Jupyter 專案 |家
PY4E - 適合所有人的 Python
Python 2.7.13 文檔
Python 征服宇宙 |使用 Python 程式語言進行跨越時空的冒險
從頭開始的 Python Flask - YouTube
Python 技巧 101 – 駭客中午
Python 教學 - TutorialsPoint
資料科學家的正規表示式
簡單線性迴歸分析 - ReliaWiki
簡介 — Python 101 1.0 文檔
記錄 Python 程式碼：完整指南 – 真正的 Python
麻省理工學院人工智慧：Python（Guido van Rossum）- YouTube
Python IDE 和程式碼編輯器（指南）—真正的 Python
進階 Python 網頁抓取技巧與技巧
R 神經網路初學者指南
R 資料視覺化初學者綜合指南
R 統計簡介 | R 教程
使用 dplyr 進行資料操作 | R部落客
R 資料科學與機器學習訓練營 |烏德米
探索 R |發現庫、原始碼、頂級作者、熱門討論 |坎蒂
ggplot2-cheatsheet.pdf
機器學習 AZ™：下載練習資料集 - SuperDataScience - 大數據 |分析職業 |導師|成功
Quick-R：首頁
R 郵件清單存檔
R 教學系列 - 統計測試 |薩蘭亞·阿南德 |脈搏|領英
R：Rpart 配合控制
R：遞歸分區和迴歸樹
短參考卡.pdf
主題•ggplot2
