¿Cuáles son algunos buenos sitios web para aprender más sobre Data Science?

Answer 1

Descargos de responsabilidad : lo estoy copiando y pegando de mis respuestas anteriores.

El mar tiene un límite pero Internet no. Hay tantos recursos disponibles en Internet sobre ciencia de datos. Trataré de proporcionar lo mejor entre ellos.

Bonificación: Programación de recursos curados de la comunidad para el aprendizaje de la ciencia de datos (2018)

Sitio web / Artículos / Revistas:

1. Quora:

• Todas las mentes hermosas del mundo comparten su conocimiento aquí. Simplemente visite aquí y busque y obtendrá lo que está buscando. Quora tiene un tema de ciencia de datos. (Puede seguirlo: Ciencia de datos) Como muchos otros temas importantes relacionados con la ciencia de datos se enumeran aquí: Minería de datos, Big Data, Aprendizaje automático, Sistemas de bases de datos, Estadísticas (disciplina académica) y muchos más.
• Mentes hermosas en ciencia de datos: DJ Patil, William Chen, Claudia Perlich, Ricardo Vladimiro, Abhinav Sharma, Jason T. Widjaja, etc. Por favor síganlos, suscríbanse y lean algo nuevo todos los días.

2. KDNUGGETS:

Es un paquete completo para aspirantes de ciencia de datos. Obtendrá información sobre las novedades en los campos de la ciencia de datos, ¿qué cursos debo hacer ?, ¿cuáles son los recursos de Internet para aprender algo nuevo? etc. (Visite aquí: análisis, minería de datos y ciencia de datos)

3. Kaggle:

En realidad, es su hogar para la ciencia de datos. Kaggle te ayuda a aprender, trabajar y jugar. Ensúciate las manos participando en sus desafíos. (Visite aquí: su hogar para la ciencia de datos)

4. AnalyticsVidhya: Discusión, noticias, artículos y competencia sobre ciencia de datos y aprendizaje automático está aquí. (Visite aquí: Inicio)

Arena de aprendizaje:

La ciencia de datos no es un concepto único. En realidad es una combinación de múltiples temas. Por favor, eche un vistazo al siguiente diagrama de Venn:

El científico de datos debe tener una buena comprensión de estos temas / temas, etc. Si es un principiante completo, siga estos:

1. Relacionado con la informática:

• Diseño de programas informáticos | Udacity
• Introducción a la informática teórica | Udacity
• Algoritmos, Parte I – Universidad de Princeton | Coursera
• Algoritmos, Parte II – Universidad de Princeton | Coursera
• Algoritmos: Diseño y Análisis, Parte 1
• Algoritmos: Diseño y Análisis, Parte 2
• Aprenda Python: la respuesta de Akash Dugam a ¿Dónde debo aprender Python?
• Aprenda R: la respuesta de Akash Dugam a ¿Cómo me convierto en un experto en R si ahora soy un intermediario? ¿Algún buen libro, conferencia o blog?

2. Relacionado con las matemáticas:

• Aprendizaje estadístico
• Codificación de la matriz: álgebra lineal a través de aplicaciones informáticas – Brown University | Coursera
• Cálculo 1A: diferenciación
• Cálculo 1B: Integración
• Cálculo 1C: Sistemas de coordenadas y series infinitas

3. Escale en temas avanzados:

• Procesamiento de lenguaje natural – Stanford
• Conjuntos de datos masivos de minería – Universidad de Stanford | Coursera
• Aprendizaje profundo | Udacity

Estos son todos los temas que debe seguir para convertirse en científico de datos. ¿Cualquier duda? Por favor, siéntase libre de preguntarme. Gracias.

Answer 2

¡Hay muchos sitios web buenos para aprender más sobre ciencia de datos!

A continuación, le daré una lista de los recursos con los que me pongo en contacto con frecuencia. Descargo de responsabilidad: soy periodista de ciencia de datos en DataCamp.

Noticias y blogs, artículos

• Análisis, minería de datos y ciencia de datos: noticias y blogs altamente cualitativos sobre muchos temas de ciencia de datos, pero además de eso, también tienen una sección de trabajos, una sección de datos con una lista de recursos donde puede encontrar conjuntos de datos, un boletín informativo , … Es imposible entrar en ciencia de datos sin KDnuggets.
• DataTau / Hacker News: resumen de las últimas noticias en ciencia de datos e IA. Yo diría que es un poco más difícil de navegar que KDnuggets porque usa un formulario de lista, pero es genial verificarlo todos los días para ver lo que te has estado perdiendo.
• http://www.quora.com : realmente genial aprender de las preguntas que otros podrían haber hecho o hacer sus propias preguntas sobre las que siempre ha querido obtener una respuesta.
• Medio: lea, escriba y comparta historias importantes: también artículos interesantes de personas de la industria de la ciencia de datos. No específicamente para la ciencia de datos, pero hay algunas publicaciones interesantes como HackerNoon o Towards Data Science que vale la pena seguir.
• Gorjeo. Es lo que está pasando. : la mejor manera de ponerse en contacto con las personas más conocedoras de la industria. También recibirás toneladas de noticias en tu feed, ¡lo cual es genial!
• PlanetPython.com: agregador de noticias de Python.
• R-bloggers: agregador de noticias relacionadas con R.

Podcasts

• https: //www.becomingadatascienti …: buen podcast con entrevistas con científicos de datos para preguntarles cómo se convirtieron en científicos de datos.
• Archivos de podcast de Data Skeptic, Partially Derivative, O’Reilly Data Show: podcasts de ciencia de datos que son realmente divertidos de escuchar.
• Data Stories: podcast para fanáticos de la visualización de datos 🙂

Tutoriales

• Artículos y análisis de datos y cursos abiertos | DataCamp: blogs en profundidad gratuitos sobre ciencia de datos y tutoriales paso a paso sobre R y Python.
• Aprenda Python – Tutorial interactivo gratuito de Python: tutoriales gratuitos de Python.
• Quick-R: Página de inicio: tutoriales gratuitos de R.

Cursos

• Cursos de ciencia de datos: Tutoriales de análisis de R y Python | DataCamp: aprenda ciencia de datos al hacer con videos y desafíos de codificación en la comodidad de su navegador que le brindan comentarios personalizados, impartidos por expertos y académicos de la industria de ciencia de datos.
• Coursera | Cursos en línea de las mejores universidades. Únase gratis: sitio web ampliamente conocido para aprender en línea; No está específicamente dirigido a la ciencia de datos, pero ofrece un plan de estudios considerable para aprender ciencia de datos con videos y tareas.
• edX: también un sitio web más general que ofrece ciencia de datos, también ampliamente conocido. Ofrecen excelentes clases de big data en caso de que le interese saber más sobre eso.

Desafíos

• Su hogar para la ciencia de datos: ya lo sabía. Es un gran sitio para practicar y obtener conjuntos de datos y discutir con otras personas.
• DrivenData: alternativa a Kaggle, pero definitivamente vale la pena echarle un vistazo.

Answer 3

Puedo recomendarle algunos de los blogs y sitios web que creo que son buenos para los entusiastas de Data Science.

1. What’s the Big Data, por Gil Press. Gil cubre el espacio de Big Data y también escribe una columna sobre Big Data y Business en Forbes.
2. Navaja de Occam, por Avinash Kaushik, brillante evangelista de marketing digital en Google
3. Minería de datos: minería de texto, visualización y redes sociales, por Matthew Hurst, un destacado científico de datos en Microsoft
4. Geeking with Greg, por Greg Linden, inventor del motor de recomendación de Amazon y emprendedor de internet
5. Blog de Steve Miller, que abarca ciencia de datos, estadísticas, R y otros temas en la gestión de la información.
6. KDnuggets, noticias, trabajos, software, eventos y más en investigación y aplicaciones de minería de datos y ciencia de datos

Además, coursera, udacity, MOOC y muchos más proporcionan contenido fantástico en línea. Y han revolucionado el ecosistema de muchas maneras más. Pero todavía hay un vacío que debe llenarse para garantizar que sea lucrativo en cualquier mercado laboral.

Te sugiero que evalúes los cursos en función de lo que podrías lograr después de que se haya completado. Cuando su enfoque es la habilidad única, aprender de los cursos en línea funciona mejor. Pero un dominio como la ciencia de datos que exige habilidades donde uno tiene que orquestar herramientas, técnicas y procesos en múltiples niveles (matemático, computacional, algorítmico), aprender en línea sin tutoría activa sería un desafío. Los programas basados ​​en persona sin conexión son más adecuados.

Lo real en este campo es obtener conocimiento práctico y mostrarlo a los empleadores en la entrevista. Para hacerlo , debe hacer su presencia en GitHub, StackOverflow , etc. Le recomiendo encarecidamente que elija un curso que proporcione su verdadero aprendizaje inmersivo combinado. El curso debería prepararlo para la industria y no solo impartir conocimientos teóricos.

En GreyAtom ponemos énfasis en el aprendizaje inmersivo que en realidad significaría:

• Replicando posibles escenarios de trabajo
• Aprendizaje interactivo
• Enseñar habilidades o técnicas particulares
• aprender = hacer trabajo real
• Aprendizaje practico
• Trabajando en equipo, aprendiendo del instructor
• Menos basado en el aula
• Más proyecto / estudio de caso basado
• Manejo de problemas reales, datos reales, escenarios reales, flujo de trabajo real
• Herramientas que reflejan la industria, herramientas y estructuras alineadas a la industria.
• Imitando una situación o escenario que enfrentan la industria / empresas
• O llevar a cabo proyectos basados ​​en escenarios reales de trabajo.
• Juego de roles y realización de una tarea como se hace en el lugar de trabajo.
• Capacitación para la industria antes de ser contratado.
• Buscando alternativas para la gestión tradicional de proyectos / escenarios / problemas
• Fases cortas de trabajo, reevaluación frecuente, adaptación de planes.
• Scrum sprints: evaluación colaborativa, agradable y rápida, entrega de productos en ciclos cortos, retroalimentación rápida, mejora continua,
• Scrum sprints: creación de lugares de trabajo alegres y sostenibles
• Los sprints ágiles mejoran la comunicación, el trabajo en equipo y la velocidad.

Full Stack Data Science Engineer es uno de los trabajos más solicitados en este momento. GreyAtom se enfoca en crear ingenieros de ciencia de datos de Full Stack y le brinda todas las herramientas, técnicas y conceptos básicos necesarios para lograr un impacto. En solo 14 semanas, aplicará la resolución de problemas y el pensamiento creativo a conjuntos de datos del mundo real, ganando experiencia en toda la pila de ciencia de datos.

Tendrá un historial de contribuciones de código abierto y ayudará a la comunidad más amplia de ingeniería de software (a través de Github, StackOverflow, un blog o similar).

Puede consultar los detalles del curso haciendo clic en este enlace Full Stack Data Science Engineering | Greyatom

Los datos realmente impulsan todo lo que hacemos. Si eres un apasionado de la ciencia de datos y quieres redefinir tu carrera, visítanos en el programa in situ de GreyAtom: ciencia de datos, aprendizaje automático, Big Data

Creemos que “Aprender = hacer trabajo real”

Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudar a las personas a encontrar carreras sostenibles en Data Science es mi pasión.

Answer 4

A una edad incipiente, Data Science es uno de los campos emergentes de la industria de TI. En India, este campo se encuentra en una etapa enriquecedora y tiene un futuro prometedor para los candidatos interesados. Entrar en este campo en la primera / primera etapa es, sin duda, una apuesta que seguramente se ganará.

Para un principiante o cualquier profesional, el conocimiento previo para este campo es crucial para un futuro crecimiento profesional fascinante. En lo que respecta a los recursos disponibles gratuitamente, se pueden considerar videos de youtube en línea, tutoriales en formato PDF y varios PPT. Además, uno puede obtener información de los recursos fuera de línea, es decir, libros sobre ciencia de datos.

Para tener toda la información relevante y mantenerse actualizado todo el tiempo en este dominio de la ciencia de datos en rápido crecimiento, uno puede consultar estos algunos de los mejores sitios web para la ciencia de datos. Aquí hay una lista compilada de los sitios. Manténgase actualizado y aproveche las próximas oportunidades.

Los mejores sitios web y blogs atractivos para los amantes de la ciencia de datos:

1. Datos que fluyen ( http://flowingdata.com/ )

Puede encontrar todas las mejores fuentes aquí, desde tutoriales en línea hasta los mejores libros. Desde el contenido de cómo abordar los datos, manejar los desafíos y errores que a menudo se realizan en el análisis de datos, aquí se consideran y discuten todos los aspectos.

2. Analytics Vidhya ( http://www.analyticsvidhya.com/ )

Todos los aspectos útiles de la ciencia de datos en forma de recursos en línea están cubiertos y disponibles aquí. Esta plataforma en línea proporciona toda la información relacionada con las herramientas de análisis de negocios, ciencia de datos, big data, visualización de datos, desde cursos de capacitación en línea hasta oportunidades de trabajo disponibles. Una sección de competencia integral donde todos los amantes de los datos pueden competir entre sí en un entorno de competencia saludable.

3. R-Bloggers ( http://www.r-bloggers.com/ )

Con el levantamiento paralelo del campo de la ciencia de datos de TI, el lenguaje asociado con él, es decir, R, está aumentando simultáneamente. Los solicitantes expertos y competentes en lenguaje R son generalmente preferidos en el campo de la analítica.

Ya sea que sea un principiante o un profesional en el uso de R, aquí está la plataforma para que tenga toda la información útil sobre el idioma y también desde cero. Da la oportunidad a todos los bloggers R de todo el mundo de proporcionar y generar información útil para los lectores.

4. Edwin Chen ( http://blog.echen.me/ )

Los algoritmos y todas las herramientas de análisis de datos se tratan y analizan aquí. Aquí se enseña información sobre cómo llevar mejoras a estos aspectos. Si está buscando una guía sobre técnicas y análisis, Chen es el lugar donde obtendrá la información útil.

5. Hunch ( http://hunch.net/ )

El aprendizaje automático (ML) está aquí. Esta es una guía de lectura obligada para que cualquier principiante comience desde cero en ML. El propósito de crear este blog es explorar los diversos aspectos del aprendizaje automático y dejar que las personas de todo el mundo entiendan eso de una mejor manera. Hunch ofrece una mirada profunda a este tema al revisar y analizar nuevas ideas.

6. KDNuggets ( http://www.kdnuggets.com/ )

Un único lugar para obtener toda la información y noticias actualizadas en Data Science. Obtenga aquí tutoriales en línea, seminarios web, artículos y mucho más que agregarían algo nuevo a sus habilidades de datos. Regístrese en su boletín para obtener toda la información importante en su correo electrónico.

7. Data Science Central ( http://www.datasciencecentral.com/ )

Esta plataforma cubre todos los temas de análisis, integración de datos y visualización. Data Science Central proporciona información importante relacionada con las últimas herramientas, tecnología y tendencias y oportunidades de empleo en la industria.

8. Competiciones de Kaggle ( https://www.kaggle.com/competitions )

Si está buscando competir en línea en el campo de big data, ciencia de datos, aprendizaje automático y hadoop, entonces esto es para usted. Compite con los mejores del mundo para ver dónde estás parado. No solo aprender, también puedes ganar premios emocionantes.

Revisa este libro en línea. Obtiene los conocimientos sobre cómo convertirse en un desarrollador de Big Data o asistir a una sesión de demostración gratuita sobre Big Data & Analytics para saber cómo puede comenzar su carrera en Data Analytics o Big Data. Obtendrá una guía adecuada sobre cómo comenzar a aprender análisis de datos con Python, SAS, R o Excel.

Answer 5

Hola, si quieres aprender Ciencia de datos y hacer una maestría en Ciencia de datos. Entonces, quiero sugerirles que Harvard lanza un programa de maestría en ciencias de datos

Harvard ofrecerá un título de Master of Science (SM) en Data Science a partir de otoño de 2018. El nuevo título, bajo el liderazgo académico conjunto de las facultades de Ciencias de la Computación en la Facultad de Ingeniería y Ciencias Aplicadas John A. Paulson de Harvard (SEAS ) , y de Estadística en la Facultad de Artes y Ciencias (FAS), capacitará a los estudiantes en el campo de rápido crecimiento de la ciencia de datos.

Answer 6

Hola amigo. Buena pregunta.

Hay muchos sitios web para aprender ciencia de datos. Recomendaré algunos de los sitios web para aprender ciencia de datos es

Cursos

Fundamentos

• OpenIntro
• Aprende a codificar
• Aprender SQL

Comenzando con la ciencia de datos

• CS109 Data Science
• Cursos de ciencia de datos: Tutoriales de análisis de R y Python | DataCamp
• Excel para análisis y visualización de datos – Información del curso DAT206x | edX
• Aprenda ciencia de datos con Python y R. Comience de forma gratuita.
• Pensamiento estadístico para ciencia de datos y análisis
• Analista de datos Nanodegree | Udacity

Aprendizaje automático

• Fundamentos de la ciencia de datos y el aprendizaje automático – Información del curso DAT203x | edX
• Aprendizaje automático – Universidad de Stanford | Coursera
• Machine Learning AZ ™: Python práctico y R en ciencia de datos

Este es el sitio web normal para aprender ciencia de datos. Si no está interesado en aprender ciencia de datos en línea.

Me referiré a una de las instituciones famosas para el aprendizaje de la ciencia de datos: Besant Technologies es la mejor institución para el aprendizaje de la ciencia de datos en Bangalore.

Tenemos personal con experiencia para entrenar al estudiante. somos el no: 1 entrenamiento; institución en Bangalore. Nuestros entrenadores tienen más de 10 años de experiencia en el mismo campo. Llevamos a cabo el 70% de las clases de orientación parcial para capacitar a los estudiantes.

Después de terminar la capacitación, organizamos la colocación de las principales empresas de MNC. Tiene alguna duda Consulte este sitio web:

Formación en ciencia de datos en Bangalore

Gracias … Mucha suerte …

Answer 7

Aquí hay algunos sitios web de referencia que son los mejores para un aprendizaje profundo de ciencia de datos. Echa un vistazo y comparte tus opiniones.

Aprenda ciencia de datos y aprendizaje automático – EliteDataScience

theDevMasters – Programa de certificado de ciencia de datos CA

Aprenda ciencia de datos con Python y R. Comience de forma gratuita.

Aprenda R, Python y Data Science en línea | DataCamp

Aprenda ciencia de datos: tutoriales, cursos en línea, libros y más

Answer 8

Aquí hay algunas fuentes que recomendaría personalmente.

Blogs analíticos para leer

• Data Science Central
• AnalyticBridge
• Fontanería de datos
• Sitios web relevantes para análisis, minería de datos y ciencia de datos
• Tutoriales, resúmenes

Si te aburres de leer, mira algunos videos tutoriales gratuitos y obtén certificados e insignias gratis de IBM y MapR

• Cursos gratuitos de ciencia de datos y big data
• https://learn.mapr.com/

Además de esto, puede buscar otras fuentes en Internet y en YouTube,

Answer 9

Existen muchos sitios web que brindan capacitación en ciencia de datos. El año pasado tuve la misma preocupación, así que realicé una investigación detallada de los principales sitios web que brindan la mejor capacitación en ciencia de datos que comprende contenido de calidad y capacitadores experimentados en la industria. Según el costo, la calidad y el contenido del curso, encontré que estos tres sitios web que son excelentes en capacitación en ciencia de datos son:

1. Entrenamiento en línea de Intellipaat Data Science

2. Lynda

3. Coursera

Answer 10

Los blogs y cursos de Acadgild son muy famosos. Este blog puede darte una idea general:
Este blog lo llevará a través de las siguientes secciones clave:
Tendencias recientes en la industria de la ciencia de datos
¿Por qué considerar la ciencia de datos como una opción profesional?
Quién puede aprender ciencia de datos
Cómo aprender ciencia de datos
Requisitos previos para aprender ciencia de datos
Habilidades esperadas de un “científico de datos moderno”
Varios roles en la ciencia de datos
Verticales de la industria que emplean ciencia de datos
Temas importantes en ciencia de datos
Futuro de la ciencia de datos y científicos de datos
Lea el blog completo: https://goo.gl/MkmoC7

Answer 11

Si quieres comenzar desde cero, el campamento de datos es tu amigo. Y proporcionan una suscripción premium gratuita a todas las instituciones educativas. Simplemente registre su clase con el correo electrónico oficial y listo.

Answer 12

Data Camp es realmente bueno. (No vi una mención todavía)

Aprenda R, Python y Data Science en línea | DataCamp

Answer 13

En Learnvern puedes aprender ciencia de datos con los mejores tutoriales en video disponibles en varios idiomas.

Después de completar, por supuesto, obtienes el certificado también.

Para saber más puedes visitar Learnvern.

Answer 14

Para acelerar aún más su aprendizaje, asegúrese de complementar estos cursos leyendo uno de los muchos libros en nuestra lista gigante de los mejores libros de ciencia de datos gratuitos.

Answer 15

Para blogs puedes consultar:

Central de ciencia de datos

Kgnuggets

Analyticsvidya

Para cursos puedes referir:

Coursera

Edx

Kedenze

Udemy