今天最先进、最前沿、最令人兴奋的......数据科学和机器学习是当今非常有吸引力和热门、热门、超级热门的领域。然而，要跟上这些领域的所有进步和发展，您需要付出很多努力——研究、阅读、检查所有信息、新闻、指南和其他东西。这项任务绝非易事。现在，您可能会偶然发现很多标题生动、标题有前途的地方，但它们是否足够有用？我每天都看到疯狂的流，但不幸的是有很多假的或毫无价值的东西，尤其是关于数据科学和机器学习的东西。我在哪里可以找到所有相关和有用的材料？-这就是问题所在。这是我最喜欢和信任的资源的集合，希望与您分享。1.RedditR/datascience&R/MachineLearning对于专业人士和业余爱好者来说，Reddit是所有经验水平的科学家和机器学习工程师之间共享信息的理想场所，或者只适合有抱负的初学者。你可以讨论和辩论问题、表情包、热门话题、所有最新成就等等——Reddit将为你带来各种有趣的东西。我个人使用带有排序过滤器的这些网站-我选择最热门和最受欢迎的主题-很多时候有很多重要的事情。2.DataCamp我无法想象没有DataCamp的数据科学职业。为什么是这样？当然，不仅对于初学者来说，还有一个完美的选择。我发现，如果您有兴趣学习一门新语言或学习一门新语言的新部分，这是一个很好的方法。但是，尽管它们很出色，但还不足以让您成为数据科学家。我觉得他们的程序缺少一个实际的项目，他们给你一个挑战来解决。他们这样做到最低限度。以我的经验，学习数据科学的最好方法是偶然做一些真实的项目。3.KDnuggets此列表中最受欢迎的资源之一。可能有涵盖所有可能方向、问题和案例的文章-新闻、工作、软件、事件等等，您可以在那里找到所有内容。因此，它是数据科学爱好者的完整包。您将获得有关数据科学领域的最新消息、要参加的课程等信息。然而，KDnuggets的组织方式不同，侧重于行业新闻、观点和访谈、公开可用的数据集和数据科学软件。4.DatafloqDatafloq提供信息、见解和机会，以推动大数据、区块链、人工智能和其他新兴技术（如数据科学）的创新。该网站旨在成为阅读高质量帖子、寻找大数据和技术供应商、联系人才和发布活动的中心。Datafloq还提供在线培训。该博客不仅针对数据科学从业者，还包括有关安全和物联网的部分。5.CodeMentor.io这是一个学习编码的在线指导平台，我对此很兴奋。它的主要重点是为所有尝试学习编码的业余爱好者提供教程，对于ML和数据科学来说，这项技能并不是多余的。该站点提供高级开发人员见解、定制的阅读列表以及与来自世界各地的开发人员联系的能力。此处包含的热门主题是Angular、JavaScript、Node.js、Ruby和Python。我最喜欢这个网站的地方是在那里工作的人反应迅速（假设我们处于截然不同的时区）——他们很专业，而且关心他们的客户和导师。以我的经验，如果你勤于筛选你的导师，你就没事。很多人会带您进入付费会话，只是为了为您搜索错误，这显然不是很有帮助。6.DistillDistill声称提供清晰、动态和生动的机器学习研究。虽然它在科学家中并不那么受欢迎，但它确实提供了很多东西。绝大多数文章都有有趣的研究和发现——但最重要的是——所有文章都是由在OpenAI、苹果和特斯拉等公司工作的领先专家撰写和编辑的。7.DATAVERSITYDATAVERSITYEducation是一家为商业和信息技术专业人士提供有关数据使用和管理的教育内容的出版商。他们的团队向他们的全球从业者、专家和开发人员社区提供内容，他们从面对面主持的会议、现场网络研讨会、白皮书、在线培训每日新闻和文章以及博客中受益。他们还提供免费的每周时事通讯。8.DataScienceCentral也许是网络上最好的独立数据科学博客。该网站专为大数据从业者设计，提供社区体验，包括广泛的编辑平台、社交互动、基于论坛的技术支持和最新的技术、工具和趋势，以及行业工作机会的分类栏目。DataScienceCentral还提供网络研讨会和独特的会员套餐，可免费访问网站上的所有内容。9.MachineLearningMastery首先，它没有做什么：它没有向您介绍机器学习。它不会带您了解什么是神经网络、词嵌入背后的数学等等。您将不得不在其他地方学习该理论。不会让你从零变成英雄。在处理机器学习之前，您需要具备数学基础和编程命令。但是当你掌握了矩阵，就有了“张量”的概念，当你了解了从支持向量机到卷积神经网络的各种AI方法，并准备好进行实验和构建时，MachineLearningMastery提供一个给你的每一个该死的可以想象的东西的简单实际例子。10.DataScienceDojoDataScienceDojo提供为期五天的公共和私人数据科学训练营。它由致力于该领域的导师、学生和专业人士组成，来自700个国家/地区的3600多名用户已从该计划毕业。Dojo博客提供范围广泛的内容，涵盖数据科学基础知识以及更高级的主题，例如伦理、安全和访问控制。11.DataRobot博客这是一家令人兴奋的公司，它将改造DataRobot并通过自动化机器学习加速预测分析。很棒的是，这家公司不仅做得很好，而且还提供有关自动化机器学习和数据科学领域正在发生的一切的最新更新。12.FiveThirtyEightNateSilver的数据科学博客FiveThirtyEight是最好的数据科学博客之一，拥有分析数据领域最新最好的内容。该博客的文章通常以互动示例为特色，而深度文章则详细介绍了数据如何应用于政治、文化、经济和日常生活的其他方面。13.DataScience101DataScience101提供了有抱负的数据科学家学习交易技巧所需的所有资源。该博客由RyanSwanstrom运营，提供源源不断的内容，主题从顶级公司到工作公司（如果您是数据科学家）再到求职面试技巧。DataScience101还包括一个活跃的用户社区，甚至还有一个开放的Facebook群组，读者如果想继续对话可以加入。14.走向数据科学TDS在可靠的机器学习和实际示例之间取得了很好的平衡。实践数据科学家撰写了许多高质量的文章。我将TDS视为数据科学家和其他机器学习从业者记录他们正在做的事情的地方，这正是一个好的博客应该做的。TDS能够在需要时促进实践而不回避理论。尽管深度学习略有供过于求，但DL的吸引力不如TDS的其他来源，这对于积极尝试解决数据驱动挑战的现实世界数据科学家来说非常有用。15.InsideinsideBIGDATA是面向数据科学家、IT和商业专业人士的新闻媒体，提供大数据领域的新闻、战略、产品和服务。他们的社论侧重于大数据、数据科学、人工智能、机器学习和深度学习。其内容制作人团队拥有该领域一些最聪明的头脑，真正迎合了希望跟上机器学习和人工智能前沿领域的科技行业专业人士的需求。16.Cloudera这是一家大型软件公司，该公司有一个很棒的博客，其中包含大量关于各种软件（如Hadoop、Apache等）的文章和指南，非常有用。17.OpenAIBlog这是一个位于加利福尼亚州旧金山的研究实验室。他们提供有关AI的综合资源-博客、研究论文和有趣的文章。一切都是最新的，由该领域的专家提供。18.Tombone的计算机视觉博客深度学习、计算机视觉和塑造AI未来的算法。19.DataElixir这是一份免费的每周时事通讯，其中包含来自网络的顶级数据科学精选。涵盖机器学习、数据可视化、分析和策略。绝对值得订阅！20.StackOverflow我无法想象没有StackOverflow的生活，对吧？StackOverflow-这是一个开放社区，适合那些终生都在编码、寻找各种问题的答案或只是喜欢搜索有趣主题的人。这是一个分享知识和发现新事物的好平台。
