以下是GitHub上用於數據科學的一些最佳資源。
GitHub是一個平臺，來自世界各地的程序員可以共享他們的代碼。這是一個協作，學習，技能培養的地方。但是GitHub不僅僅是共享代碼的地方，還是共享資源的地方。
Github中的數據科學
自創建以來，GitHub一直是軟件工程師的居住地。但是，隨著數據呈指數級增長以及Python和JavaScript等語言變得流行，GitHub已成為龐大的數據科學愛好者和專業人員社區的聚集地。
隨之而來的是，出現了諸如“機器學習”，“自然語言處理”，“計算機視覺”等主題的知識庫，其中最著名的是最受歡迎的兩個Python庫“ Scikit-learn”和“ TensorFlow”用於數據科學的Python工具。GitHub上數據科學的興起催生了許多可用的免費資源，從而幫助成千上萬的數據愛好者學習了數據科學。
DIY數據科學
隱藏在GitHub存儲庫中的這些免費資源擁有與數據科學相關的驚人資源集合。您能想到的任何東西都在那裡。尋找大學以學習數據科學，在線課程（MOOC），網站，數據集，新聞通訊，播客，書籍等。
因此，為什麼花錢購買互聯網上的大量在線課程，為什麼不前往GitHub並創建自己的數據科學課程呢？關於自制數據科學家如何從對編程的零知識到在大型科技公司工作的經歷。那個人也可以是你！
因此，在本文中，我將與您分享上述資源的資源庫。
1. 很棒的數據科學
創建人： Fatih Aktürk, Hüseyin Mert & Osman Ungur, Recep Erol。
這個庫是有關數據科學的最佳資源集合。它涵蓋了學習數據科學的幾乎所有方面，從動機方面開始，這解釋了為什麼選擇數據科學。然後是視覺圖表，可幫助初學者瞭解數據科學的整個路徑。其餘的是資源，例如數據集，博客，播客，書籍，競賽等。
對數據科學新手來說非常有用，並且絕對有助於緩解學習過程。（https://github.com/academic/awesome-datascience）
2. 數據科學家路線圖
創建人：MrMimic
Swami Chandrasekaran的數據科學路線圖
這個庫的靈感來自Swami Chandrasekaran的數據科學技能路線圖。它包含了成為數據科學家所需的整個軟件包，從基礎知識，統計數據和編程到機器學習，數據可視化和數據處理。還有一個文件夾，供數據科學家在他們的工作中使用。
如果您想了解成為數據科學家的過程，這個庫很適合您。（https://github.com/MrMimic/data-scientist-roadmap）
3. 數據科學最佳資源
創建人：Tirthajyoti Sarkar
如自述文件（readme.md）中所述，這個庫是一組精心策劃的與數據科學相關的資源和鏈接（涉及軟件，平臺，語言，技術等），所有這些都集中在一個地方。它具有各種資源-AI文章，Amazon Web服務，博客，書籍，文章，MOOC，可視化，神經網絡，雲計算，REST API，時間序列等等。
這個庫適合那些正在尋找與數據科學有關的各種主題的有趣文章的人。（https://github.com/tirthajyoti/Data-science-best-resources/blob/master/README.md）
4. 數據科學速查表
創建人：Asif Bhat
就像存儲庫名稱所暗示的那樣，這個庫包含所有數據科學的備忘錄。備忘錄非常適合初學者以直觀的方式進入一個主題，並一窺他們正在研究的主題。這些備忘錄包括AI，大數據，數據整理，Git，面試問題，機器學習，Numpy等主題。
這是為那些尋找數據科學備忘錄的人準備的。（https://github.com/abhat222/Data-Science--Cheat-Sheet）
5. DS—備忘錄
創建人：FavioAndréVázquez
這是為數據科學收集了大量備忘錄。該列表較小，但是在數據科學資源庫中提供更多備忘錄也沒有什麼壞處。但是，這個庫有一些有趣的備忘錄，涉及諸如商業科學，R，SQL，數據可視化等主題。
這個庫適用於所有正在尋找數據科學備忘錄的人。（https://github.com/FavioVazquez/ds-cheatsheets）
6. DataScienceResources
創建人：jb
這個最初是作為創建者的資源庫而提出的，但在意識到數據科學的普及之後，最終成為了數據科學主題和高質量資源的精選列表。
最初的目標是涵蓋數據科學的技術方面，例如編程，數據管道和工具以及機器學習。但是，由於數據科學已在世界各地的企業中實施，因此也涵蓋了諸如數據科學團隊，用例和職業道路之類的主題。
這個庫適用於那些既要學習數據科學又要利用給定的職業資源規劃自己的職業生涯的人。（https://github.com/jonathan-bower/DataScienceResources）
7. 數據科學博客
創建人：Artem Golubin
這個庫包含大量的數據科學博客列表，可讓您瞭解數據科學的所有知識。該列表按字母順序排列，以便於導航，並且鏈接位於博客標題的旁邊。數據科學博客非常適合於解釋，建議，技巧和竅門以及端到端教程和項目。一些著名的博客包括Analytics Vidhya，Data Science Dojo博客，Drew Conway，FastML等。
對於那些希望發現有關數據科學內容的優秀博客的人，請查看這裡。（https://github.com/rushter/data-science-blogs）
8. 免費數據科學書籍
創建人：YU WU
這個庫包含用於學習數據科學和大數據的免費資源。首先介紹什麼是數據科學，然後介紹數據處理和數據分析，統計，機器學習以及最後是數據科學的應用。關於這個庫的一件好事是，每種資源旁邊都有初學者，中級和高級人員，以確保您根據自己的水平進行學習。
這個庫適用於那些尋求免費數據科學資源和數據科學速成課程的人員。（https://github.com/chaconnewu/free-data-science-books）
9. 免費數據科學學習
創建人：Learn Data Sci
這個庫包含免費數據科學書籍列表。關於數據科學的書籍非常有趣，因為您在進行操作之前先了解它們的原因，這對於諸如數據科學之類的複雜主題很重要。每個鏈接都將您帶到這些書的pdf文件，您可以免費開始閱讀它們。
這個庫供那些正在尋找有關數據科學的免費書籍的人使用。（https://github.com/LearnDataSci/free-data-science-learning/blob/master/free-data-science-books.md）
10. 數據科學-Wiki
創建人：Leonard
這個庫是DevOps指南，腳本和教程的列表。數據科學有一個類別，從初學者到高級，Python編程，Linux教程，git，代碼編輯器和機器學習。這些教程以文章，YouTube視頻，在線課程等形式出現。
這個庫更適合希望學習編碼的數據科學愛好者。（https://github.com/Leo-G/Data-Science-Wiki）
有了上面的大量免費資源，您就可以使用自己的課程來學習數據科學。
通過這些存儲庫，可以進一步瞭解數據科學與備忘錄的關係，找到我們最重要的編程語言，找到一本可以為您提供知識並提高技能的書。
因此，可以在瀏覽器中為這些資源添加書籤，或將其存儲在筆記中，並在需要時再引用它們。或像上面的數據科學家一樣，制定自己的學習數據科學的路線圖。
您還可以創建自己的GitHub存儲庫並提交網站，書籍和教程，以幫助您瞭解有關此多學科領域的更多信息。學習過程的重要組成部分是記錄您的進度，因為這會使您更有動力和靈感。
閱讀更多 湃紳Python 的文章
