关于数据科学的优秀资源数不胜数，但要知道从哪里开始 值得关注的 10 个最佳数据 可能会有点不知所措。本文将列出一些对每个人都最有用的博客和网站——从数据科学专家到完全的新手。除了提供建议和学习资源外，这份数据科学博客列表还包含大量网站，可让您随时了解最新新闻、趋势和专业人士的观点。如果您刚刚开始学习并想更多地了解该主题本身，请查看我们为初学者提供的数据科学最佳书籍列表（链接）。
1.数据科学中心
运营者： Vincent Granville网站链接的作用正如其名称所示，是几乎所有与数据科学和大数据相关的内容的在线资源中心。该网站涵盖了广泛的数据科学主题，包括分析、技术、工具、数据可视化、代码和工作机会。行业专家就关键主题提供讨论和见解。该网站更新频繁，每天有近两篇博文来自撰稿人，它还提供社区论坛供讨论或提问。
2. 智能数据集体
运营方网站链接是一个专注于商业智能和数据管理趋势的社区网站。与 类似，它也通过行业专家的贡献提供对数据科学的见解 全球数据中的海外华人 直接关注整个数据科学，而e 则着眼于更广泛的领域以及数据科学如何与商业相交叉。
3.什么是大数据？
运营者： Gil Press网站链接 费者面临压力 什么是大数据？采取了不同的数据科学方法，重点关注大数据发展成为当今数字巨头的影响。该博客的创始人 Gil Press 非常熟悉大数据和数据科学，他从事过数据研究，现在经营着一家咨询公司。在他的博客中，Press 探讨了大数据如何与我们的生活互动，以及对从技术到商业再到政府和政策等各个方面的影响。他提供了有关数据领域的新闻和评论来源。
4.没有自由预感
运营方： Kaggle网站链接： 这个博客与其他博客略有不同，它可以直接了解数据科学家的想法，并提供教程和新闻。这是数据科学网站 Kaggle 的博客，该网站托管数据科学项目和竞赛，挑战数据科学家为特色数据集制作最佳模型。组织可以发布他们的数据问题并设置奖金，然后数 亚洲电子邮件列表 据专业人员将参与解决。众包确保实验具有创新性和趣味性，并提供了很多可供学习的视角。已经举办了 200 多场竞赛，包括一些备受瞩目的竞赛，例如改进 手势识别、改进的希格斯玻色子搜索，以及臭名昭著的 Heritage Health 300 万美元奖金，用于改进哪些患者需要去医院的预测。的官方博客对这些竞赛进行了更深入的介绍，采访了获奖者，讨论他们解决数据科学问题的方法。该博客还为各个级别的数据科学爱好者提供新闻和教程。
5. 内部大数据
运营者： Rich Brueckner网站链接专注于数据科学的机器学习方面。它涵盖 IT 和商业中的大数据、机器学习、深度学习和人工智能。特邀专栏提供行业观点的见解，而新闻和编辑精选文章则重点介绍该领域的重要动态。所有文章都按主题整齐分类，以集中关注任何特定主题。该博客还维护着大量活动、工作和研究报告等资源。对于任何想要了解机器学习最新动态的人来说，这都是一个资源。
6.简单统计
运营者：网站链接： 如果您对统计数据欲罢不能，这里有一个适合您的博客。该博客由三位生物统计学教授运营，博客内容涉及大数据中的大量统计数据以及各个领域（包括他们自己的领域）的数据科学家如何使用它们。对于任何想要进入这一职业的新统计学家，他们还会采访数据科学家，了解他们的职业和行业角色。
运营者网站链接：：为您的企业制定成功的大数据战略》一书的作者 运营，是数据科学领域大数据的重要资源。该博客专注于大数据的商业方面以及如何让数据科学为组织服务。它还提供有关区块链和人工智能等热门技术主题的信息。虽然主要充当文章和见解的资源，但它也寻求通过招聘信息、供应商、活动和培训来联系专业人士。
8.数据科学101
运营者： Ryan Swanstrom网站链接： y对于任何想要进入数据科学领域的人来说，这里都是一个很棒的起点（尽管内容有些晦涩）。Ryan Swanstrom 曾在微软、富国银行和政府国防承包商从事数据科学工作。他目前担任 Unify Consulting 的数据科学总监。在这个博客中，他分享了自己关于如何成为一名成功的数据科学家的宝贵经验、技巧和建议。该博客可追溯到 2012 年，拥有大量档案，值得深入研究，了解过去几年数据科学讨论的实践历史。
9.数据经济
运营方： 网站链接：是面向未来数据科学家的另一个资源。它提供常见的大数据新闻和技术趋势以及行业专家的社论。但它与其他数据科学中心的不同之处在于它为建立数据科学职业生涯提供了资源。该网站提供免费的 IT 研究库和入门指南。对于那些已经进入该行业并希望晋升的人，它还有一个工作板和候选人数据库。
10.数据科学报告
运营方：s网站链接：说到深度资源，精选了各种格式的资源，让您了解数据科学。该网站收集免费课程、文章、书籍、视频和 演讲，以帮助任何级别的数据科学家。您可以筛选主题，找到有关如何入门、薪资谈判、面试、技术、社交媒体、营销和“简单有趣”主题的精选信息。它是数据科学家职业生涯中任何阶段以及任何有志于学习数据的人的资源中心。
