當今最進步，最前沿，最令人興奮的……數據科學和機器學習是當今那些非常有吸引力且熱門，熱門，超級熱門的領域。 但是，要與這些領域的所有進步和發展保持同步，你需要付出很多努力-研究，閱讀，檢查所有信息，新聞，指南和其他內容。

[[326756]]

這項任務遠非簡單的解決方案。 現在，您可以偶然發現許多地方，這些地方的標題生動活潑，標題很有前途，但是它們是否足夠有用? 我每天都看到瘋狂的信息流，但是不幸的是，有很多虛假或毫無價值的東西，尤其是關于數據科學和機器學習的東西。 在哪里可以找到所有相關且有用的材料? - 就是那個問題。

這是我希望與您分享的我最喜歡和可信賴的資源的集合。

前往機器學習和數據科學世界的難忘冒險之地

1. Reddit R / datascience & R / MachineLearning

無論是對于專業人士還是業余愛好者，Reddit都是在不同經驗水平的科學家和機器學習工程師之間共享信息的理想之地，或者只是有抱負的初學者。 您可以討論和辯論問題，模因，熱門話題，所有最新成就以及更多內容– Reddit將帶給您各種各樣有趣的事情。 我個人將這些網站與排序過濾器一起使用-我選擇最熱門和最受歡迎的主題-很多時候都有很多重要的東西。

2. DataCamp

沒有DataCamp，我無法想象數據科學的職業。 為什么這樣? 當然，不僅對于初學者，還有一個完美的選擇。 我發現，如果您有興趣學習一種新語言或學習一種新語言的新部分，那么這是一種很好的方法。 但是，盡管它們很棒，但它們不足以使您成為數據科學家。 我覺得他們的程序缺少一個實際的項目，他們給您帶來挑戰來解決。 他們這樣做到最小程度。 以我的經驗，學習數據科學的最好方法是偶然地完成一些實際項目。

3. KDnuggets

此列表上最受歡迎的資源之一。 可能有一些文章涵蓋了所有可能的方向，問題和案例-新聞，職位，軟件，事件等等，您可以在其中找到所有內容。 因此，它是面向數據科學愛好者的完整軟件包。 您將獲得有關數據科學領域中的新變化，需要做什么課程等的信息。但是，KDnuggets的組織方式有所不同，它側重于行業新聞，觀點和訪談，公開可用的數據集以及數據科學軟件 。

4. Datafloq

Datafloq提供信息，見解和機會，以大數據，區塊鏈，人工智能和其他新興技術(例如數據科學)推動創新。 該網站的目標是成為閱讀高質量帖子，尋找大數據和技術供應商，與人才聯系以及發布活動的中心。 Datafloq也提供在線培訓。 該博客不僅針對數據科學從業者，還包括有關安全性和物聯網的部分。

5. CodeMentor.io

這是一個學習編程的在線指導平臺，我對此感到很興奮。 它的主要重點是為所有努力學習編碼的業余愛好者提供教程，而對于ML和數據科學，此技能并非多余。 該站點提供了高級開發人員的見解，定制的閱讀清單以及與來自世界各地的開發人員聯系的能力。 這里包括的熱門主題是Angular，JavaScript，Node.js，Ruby和Python。 我最喜歡這個網站的地方是，在那里工作的人反應靈敏(假設我們的時區截然不同)—他們是專業的，并且他們關心客戶和指導者。 以我的經驗，如果您勤于篩選導師，那會很好。 很多人會帶您進入付費會話，只是為了為您搜索錯誤，這顯然不是很有幫助。

6. Distill

Distill聲稱可以提供清晰，動態和生動的機器學習研究。 盡管它在科學家中并不那么受歡迎，但它確實提供了很多東西。 絕大多數文章都有有趣的研究和發現-但最重要的是-一切都是由在Open AI，Apple和Tesla等公司工作的頂尖專家編寫和編輯的。

7. DATAVERSITY

DATAVERSITY Education是面向商業和信息技術專業人員的有關數據使用和管理的教育性內容的出版商。 他們的團隊向其遍及全球的從業者，專家和開發人員社區提供內容，他們從面對面主持的會議，現場網絡研討會，白皮書，在線培訓每日新聞和文章以及博客中受益。 他們還提供免費的每周新聞。

8. Data Science Central

數據科學中心也許是網絡上最好的獨立數據科學博客。 該網站專為大數據從業者設計，提供了社區體驗，其中包括廣闊的編輯平臺，社交互動，基于論壇的技術支持以及最新的技術，工具和趨勢，以及針對行業工作機會的分類欄目。 Data Science Central還提供網絡研討會和獨特的會員套餐，可免費訪問該網站上的所有內容。

9. MachineLearningMastery

首先，它沒有做的事情：它不會向您介紹機器學習。 它不會帶您了解神經網絡是什么，單詞嵌入背后的數學原理以及所有這些。 您將不得不在其他地方學到理論。 不會把你從零變成英雄。 在解決機器學習之前，您需要具備數學基礎和編程命令。

但是，當您精通矩陣時，有某種想法是"張量"，當您了解了從支持向量機到卷積神經網絡的各種AI方法，并準備進行實驗和構建時，MachineLearningMastery會提供 一個您可能想像到的每件該死的事情的簡單實用實例。

10. 數據科學道場

數據科學Dojo提供為期五天的公共和私有數據科學訓練營。 它由致力于該領域的導師，學生和專業人士組成，并且有來自700個國家的3600多名用戶從該計劃中畢業。 Dojo博客提供了范圍廣泛的內容，涵蓋了數據科學基礎知識以及道德，安全性和訪問控制等更高級的主題。

11. DataRobot博客

這是一家令人興奮的公司，它將通過自動機器學習來實現DataRobot的轉型并加速預測分析。 很棒的是，這家公司不僅做得很好，而且還提供有關自動機器學習和數據科學領域正在發生的一切的最新更新。

12. FiveThirtyEight

內特·西爾弗(Nate Silver)的數據科學博客FiveThirtyEight是分析數據世界中最新和最出色的最好的數據科學博客之一。 該博客的文章通常以互動示例為特色，而深入的文章則詳細介紹了數據如何應用于政治，文化，經濟和日常生活的其他方面。

13. 數據科學101

數據科學101提供了有抱負的數據科學家在學習交易技巧時所需的所有資源。 該博客由Ryan Swanstrom負責運營，提供了源源不斷的內容，主題涉及從頂級公司到工作公司(如果您是數據科學家)到工作面試技巧。 數據科學101還包括一個活躍的用戶社區，如果他們想繼續對話，甚至還有一個開放的Facebook群組讀者也可以加入。

14. 邁向數據科學

TDS在扎實的機器學習和實際示例之間取得了很好的平衡。 執業的數據科學家撰寫了大量高質量的文章。 我將TDS視為數據科學家和其他機器學習從業人員記錄他們正在從事的工作的地方，而這恰恰是一個好的博客所應該具備的。 TDS能夠促進實踐，而在需要時不會回避理論。 盡管深度學習略有供過于求，但DL比其他來源更難吸引TDS，這對于積極嘗試解決數據驅動挑戰的現實世界數據科學家來說非常有用。

15. 內部

insideBIGDATA是一個新聞媒體，為數據科學家，IT和業務專業人員提供大數據世界中的新聞，策略，產品和服務。 他們的社論側重于大數據，數據科學，人工智能，機器學習和深度學習。 它的內容制作人員團隊具有該領域一些最聰明的頭腦，并且真正地迎合了希望密切關注機器學習和AI的最前沿方面的技術行業專業人員。

16. Cloudera

這是一家大型軟件公司，并且該公司擁有一個了不起的博客，其中包含有關Hadoop，Apache等各種軟件的大量文章和指南，這非常有用。

17. OpenAI博客

它是位于加利福尼亞州舊金山的研究實驗室。 他們提供有關AI的綜合資源-博客，研究論文和有趣的文章。 一切都是由該領域的專家提供的最新信息。

18. Tombone的計算機視覺博客

深度學習，計算機視覺以及塑造人工智能未來的算法。

19. 數據藥劑

這是免費的每周新聞，其中包含來自網絡的頂級數據科學精選。 涵蓋機器學習，數據可視化，分析和策略。 絕對值得訂閱!

20. StackOverflow

我無法想象沒有StackOverflow的生活，可以嗎? 堆棧溢出-這是一個開放社區，面向那些一生都在編碼，尋找所有類型問題的答案或只是喜歡通過有趣的話題進行搜索的人們。 這是分享知識和發現新事物的絕佳平臺。