上线数天获2400星，这个GitHub项目帮你从头开始学习数据科学：上线数天获2400星

原标题：上线数天获2400星，这个GitHub项目帮你从头开始学习数据科学
从头开始学习数据科学的免费资源。
>>>>
如何入门数据科学？
这个GitHub项目提供了一份免费学习资源，既包括超详细的学习路线图，又涵盖多个免费线上课程、大量数据科学项目和100多本免费机器学习书籍，项目上线数天即获得2.4k星。

文章图片
项目地址：https://github.com/therealsreehari/Learn-Datascience-for-Free#5_-expressions
该项目收集了散布在网络上的不同资源，并按照一定的顺序进行组合，以帮助数据科学初学者解决如何搜索免费和结构化学习资源的问题。项目作者表示，该项目将基于新的免费资源持续更新。
数据科学家学习路线图

文章图片
「磨刀不误砍柴工。」该项目首先详细介绍了一份数据科学路线图，罗列了数据科学学习者需要掌握的内容：
基础知识（矩阵和代数基础等）；统计学（概率论、贝叶斯定理等）；编程；机器学习；文本挖掘/自然语言处理；数据可视化；大数据；数据获取；数据再加工（DataMunging）；工具箱。成为数据科学家需要掌握的基础知识
在成为数据科学家之前，你需要掌握关于矩阵的理论知识，了解其操作方式，熟悉矩阵的各种变换。项目作者还向我们介绍了多种数据结构，包括哈希函数、二叉树等。
以二叉树为例，项目作者解释了什么是二叉树：「在计算机科学中，二叉树是一种树数据结构，其中每个节点最多具有两个子节点，称为左子节点和右子节点。」

文章图片
二叉树
除了矩阵知识以外，数据科学初学者还需掌握关系代数、数据库基础知识、CAP原理、ETL等多达十多个知识点（有些部分还在更新中）。
统计学
该项目介绍了许多关于统计学的知识，包括数据集的选择、描述性统计、探索性数据分析、直方图、概率论、贝叶斯定理等内容。
以探索性数据分析为例，项目作者从数据的可视化和分析两方面着手，向我们介绍了完成整个数据分析任务需要的开发环境、依赖库、安装方式以及分析方式。
在数据可视化方面，项目作者介绍了三个数据可视化库Matplotlib、Pandas、Seaborn ，每个库都有相应的链接，点击链接即可进入相应的网页进行查看。

文章图片
点击Seaborn链接，可进入Seaborn主页，该图为链接到的主页内容。
在数据分析方面，项目作者介绍了PCA降维方法，帮助学习者了解什么是主成分分析，以及如何在Python中实现。
编程
成为数据科学家离不开编程，该项目介绍了需要掌握的编程语言Python、Rsetup/Rstudio等内容。以Rsetup/Rstudio为例，项目作者介绍了两种安装方式Linux、Windows 。但是本部分内容还有许多待补充知识。

文章图片
待补充内容
机器学习
该项目还列举了掌握数据科学需要了解的机器学习知识，包括数值变量、分类变量、监督学习、无监督学习、训练集和测试集、分类器、过拟合、偏差和方差、支持向量机等30项内容。
以支持向量机为例，项目作者首先介绍了支持向量机的作用——可用于分类和回归任务，接着用简单明了的语言解释了支持向量机的原理。此外，项目作者还列举了关于支持向量机的其他知识，读者可通过链接自行学习。

文章图片
支持向量机
除了上述介绍的内容外，项目作者还整理了文本挖掘、数据可视化等内容，此处不再赘述。
免费线上课程
该项目基于GitHub用户Developer-Y的项目整理了大量线上免费课程的资源，包括人工智能、机器学习、机器人学三个主要部分。其中机器学习部分又细分为机器学习导论、数据挖掘、数据科学、概率图模型、深度学习、强化学习、进阶版机器学习课程、基于机器学习的自然语言处理与计算机视觉、时序分析、概率与统计学、线性代数等。

文章图片
该项目提供的免费线上课程列表部分截图。