Data Science Learning Resources / 資料科學學習資源 / 资料科学学习资源

大數學堂 - 最好的大數據分析課程網站，完全免費的線上課程，讓您隨時隨地可以學習大數據分析技能

基于SciPy的众多分支版本中，最有名，也是专门面向机器学习的就是Scikit-learn。

去年 KDnuggets 評選了前20大機器學習開源項目（Python 版），今年的評選結果與去年相比，名單中出現了一些新的面孔，有13個新開源項目入圍了這個名單。

機器學習速遊 (Quick Tour of Machine Learning) 機器學習旨在讓電腦能由資料中累積的經驗來自我進步，近年來已廣泛應用於資料探勘、計算機視覺、自然語言處理、生物特徵識別、搜尋引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略遊戲和機器人等領域。它已成為資料科…

深度學習 ( Deep Learning ) 是機器學習 ( Machine Learning ) 中近年來備受重視的一支，深度學習根源於類神經網路 ( Artificial Neural Network ) 模型，但今日深度學習的技術和它的前身已截然不同，目前最好的語音辨識和影像辨識系統都是以深度學習技術來完成，你…

由於機器學習技術的進步，應用相當廣泛，例如推薦引擎、定向廣告、需求預測、垃圾郵件過濾、醫學診斷、自然語言處理、搜索引擎、詐騙偵測、證券分析、視覺辨識、語音識別、手寫識別..等等。

Take your Data Science and Big Data career to the next level with our free data analytics courses.

Our Virtual Lab provides you with the tools you need to practice programming for data science. Learn data science skills on Big Data University, then practice them hands-on with our Virtual Lab environment.

這些通用的學習計畫是為有抱負的 / 有經驗的資料科學家準備的。該文章可能不適合非資料分析領域的人員。

There are lots of things you can do to learn about machine learning. There are resources like books and courses you can follow, competitions you can enter and tools you can use. In this post I want to put some structure around these activities and suggest a loose ordering of what to tackle when in your journey from programmer to machine learning master.

R在資料科學上的心得筆記

AI科技评论特邀王刚为大家讲述机器学习的实战与应用，王刚根据工程、产品、业务等多个维度帮大家梳理如何系统地去学习机器学习。

开发者的最佳机器学习实践指南。

国内有百度和腾讯，国外的有谷歌、微软、IBM、Facebook、OpenAI 等等。本文总结了国外各家互联网巨头的七大开源机器学习项目

其實就算同樣都是尋找「資料科學家」，Google 跟沃爾瑪超市要的人才，可能非常不一樣。別因你好像缺了哪個專長而打退堂鼓，如果仔細閱讀每家公司張貼的職缺敘述，你會發現說不定現有的技能就能進入資料科學的殿堂。

吳沛燊 （Pei-shen Wu） 醫師的整理，關於 Data Engineer 這個角色的成型與演變。1. data engineering is much closer to software engineering than it is to a data science
= business intelligence + data warehousing + software engineering
2. 在小型的、缺乏data infrastructure的組織
data engineering role may also cover the workload around setting up and operating the organization’s data infrastructure
3. 傳統的 drop-and-drag 套件式的 ETL tool 不敷所需，正逐漸被 coding-based tools取代 "code is the best abstraction there is for software"
4. 隨著 Storage and compute becoming cheaper，傳統追求normalization的data models變得不再那麼重要 - 相對的，engineering time反而是更珍貴的資源
5. Data warehouses 越來越重要，而data engineers are in charge of many aspects of its construction and operation
其中還有重要的面向：

• naming conventions are strictly followed
• business metadata and documentation is of the highest quality
• related pipeline code follows well defined best practices
• automate the type of work that data engineers, data scientists or analysts may do manually
• Data engineering 必須肩負的使命
• definitions of standards, best practices and certification processes for data objects
• 擔負起教育其他成員的角色：lead sessions that teach people how to be proficient with data

導語：入門機器學習不知道從哪著手？看這篇就夠了。 在當下的機器學習熱潮，人才匱乏十分顯著。截至目前，國內開設人工智能（AI）專業的高校不多，相當多的開發者是跨界入門，需要自學大量知識並摸索。因而優質的學習資源至關重要。因此，我們蒐集了全世界範圍內最受歡迎的機器學習課程，整理成這份“機器學習十大入門公開課”盤點，集中呈現給各位。這份推薦榜頗費心血，綜合考慮了難易、側重點、時效性等諸多因素，...

本篇內容來自Daniel Tunkelang (Director @ LinkedIn’s Data Science Team)於Strata 2013的演講(投影片連結), 他探討面試一個資料科學家的方法以及其優缺點比較. 雖然他特別指明是”data scientist”, 但覺得他的方式挺適用於大部份的developer職位. 這些讓我想到一個滿重要的面試者常會問的問題, “你們預期我在三…

我們都知道資料探勘是資料科學中的基礎科目，這個科目總讓大部分的人有個錯覺：以為學了這門課以後，就可以從雜亂、巨大的資料中抽取出有意義的知識。然而實際上，即使上完了資料探勘課卻仍然發現資料往往混亂、難以著手，無法真正從透過資料探勘技術得到有價值的知識。 為甚麼？大部份的資料探勘或機器學習方法其實都是利用數值資料，文字資…

曾韵小姐從企業風險管理議題開始投入資訊管理顧問產業，透過營運流程與資料流分析，協助客戶辨識流程間之風險，同時規劃控管流程與預警通報機制，使客戶能有效建立一整套完善的風險管理機制；在舞弊與鑑識調查服務中，協助客戶規劃內部舞弊偵測機制，或者針對懷疑之舞弊情況進行調查，並將相關證物以適當方式進行蒐證協助客戶提供後續訴訟使用…

Educational resources for machine learning

We keep hearing that data scientist is the hottest job of the 21st century and that there is a cross-industry shortage of employees with enough data skills, yet the idea of studying data science in school is still very new. What should colleges and universities teach about the topic? Is it just an adaption of existing math, statistics, or computer science courses? Would these classes be of interest to any non-math majors? Is there enough material to create a minor?

继谷歌放出内部AI培训课程给公众学习后，微软也对外推出了自己的AI系列课程计划。
上周，微软公司宣布了人工智能领域的微软专业计划：向公众免费开放用于内部培训的最新AI学习项目（Professional Program for Artificial Intelligence）。
该计划希望通过一系列实践操作和专家导师的在线课程，提高人工智能研究员和数据科学工程师的实践经验和工作技能。
这一AI微软专业计划是微软内部AI培训计划的产物，包括被称为AI School 611的计划。此计划是基于项目的学期式课程，设置的目的是为员工提供工具、培训和指导，这些指导和培训都是来自人工智能和机器学习方面的领先专家。