博客/周报
人生就是一直学习的过程,即便毕业了也不能停止学习的脚步。也许有些人不知道走出学校还能在哪里找到学习资源。互联网内容真的很丰富,想学什么都有。
这篇文章是关于学习data science的。并且是针对已经有一定理论及实践基础的。学习的方法是看别人写的博客。俗话说实践出真知,practice makes perfect。自己做project是一方面,看看别人写的能学习到很多东西,提供很多灵感。
已经工作了的可以学到更多techniques,能涉及到更广泛的知识。在找工作的要建立自己的blog,不知道怎么写就看看别人的,从中学习理论知识、实践技巧还能找到选题灵感。
最重要的是,这些都是免费的!newsletter都是每周发到邮箱里的,也可以rss。个人博客有些是更新有提醒,有些也是每周发到邮箱的。非常方便!
技术派
data science weekly
数据科学周报是每周四会发到邮箱里的周报。它是机器找到相关的文章,汇集成周报的。比较偏学术类,也会有新闻和相关工作信息。能抢到这个名字说明开始的比较早的,看的人也很多。
data exilir
这个周报的好处是分类的,有新闻、技术、viz等。每周二发布。
oreilly data newsletter
o Reilly是出版社,所以他家的周报比较正规,有已经出版的东西,还有whitepaper,新闻等。他家全套的data science也值得看。每本书封面是一种动物。
the analytics dispatch
是mode的团队搞的周报,主要汇集在mode上po的文章。总体来说比较偏技术,也有一些招聘信息。
因为这些周报都是机器搜集的相关文章,所以很有可能从这些周报里看到一样的文章。一样就说明很优秀一定要看。当然也不一定是很优秀,只是关键词刚好都有。
想学习data science还是多关注这类的周报。从易到难都有,也涉猎了比较多的领域。可以只看部分感兴趣的,也可以多多学习一些其他的知识。譬如做machine learning不一定很了解visualization,但是学习一下绝对是有好处,说不定什么时候就用上了。
论坛派
kaggle newsletter
kaggle是个搞竞赛的网站。有些公司想做小project就把问题和假数据po上来,得奖的算法会被采纳,还有奖金。如果取得一些成绩肯定在找工作的时候比较方便。这个周报是采访比赛的得奖者,具体分享算法。这个网站也有论坛,讨论正在进行的比赛,也有一些对以前的比赛的讨论和心得。
kaggle的竞赛有时间也是可以参与的。这个竞赛比较注重machine learning,数据已经都是整理好的,不用像一般project那样自己洗数据。
Reddit论坛
各位学术大神肯定都看Reddit,所以想认识大神就上Reddit。如果真的能发几篇比较有影响力的帖子说不定能找到很好的工作。
数据派
data is plural
这个周报里只有数据和关于这个数据集的介绍。想自己做project非常适合关注这个周报。找到感兴趣的议题才能好好学习天天向上。
新闻
hacker news
这个新闻的周报是做技术的人比较喜欢的。可以选择周期,不一定订阅日刊,周刊也可以的。因为这个信息量确实比较大。
fivethirtyeight
这个网站是用数据写文章的,最多的主题是政治和体育。如果比较关注这两个方面会觉得这个网站做的很好。这里还有赌球的板块,538用模型预测输赢的概率,用户可以输入自己的预测,赛季末有排名。
其他
内附其他data science blog网址
大神总结的列表非常全。
https://github.com/rushter/data-science-blogs
最后
现在技术更新换代都非常快,周报的时效性比较强,如果真能keep up,就不会被时代抛弃。没时间都看就看标题挑选一些来读,可以设定每天至少读几篇。不要没看就放进收藏夹,最后收藏夹里有几百篇,一篇也不会看。
祝大家都能找到理想工作,已经找到工作的能步步高升。
君君提示:你也可以写原创长文章,点此查看详情 >>
本文著作权归作者本人和北美省钱快报共同所有,未经许可不得转载。长文章仅代表作者看法,如有更多内容分享或是对文中观点有不同见解,省钱快报欢迎您的投稿。
最新评论 3
:把楼主推荐的都订阅了,感觉真的开了眼界
:感谢归纳分享,好棒ヾ ^_^♪
:感谢分享!