AI-List

DataScience & Artificial Intelligence List

本文是笔者在学习 DataScience 过程中所有资源的汇总,本文着眼于各个领域的入门介绍以及综述性质资源的汇总,并不会过多 的深挖前沿,若有兴趣了解更多,可以关注笔者的程序猿的数据科学与机器学习实战手册。本文主线从对数据科学与机器学习入门概览开始,继而提供一系列的资源、书籍与教程,然后介绍各个具体的领域内的参考文章,最后介绍一系列的实用工具。笔者的数据科学与机器学习世界观图解如下,其从属于笔者的编程世界观与方法论系列:

本文会随着笔者自身学习实践中格局与能力的提升而不断完善,笔者并非纯粹的机器学习与数据挖掘研究者,更多的是从工程的角度来寻找能够与工程相结合应用的方面。

Overview

CheatSheet | 清单

Career

  • Data Science: Reality Doesn’t Meet Expectations: I use the term Data Scientist throughout this post; however, popular titles such as Machine Learning Engineer, Data Analyst, Data Engineers, BI analysts share similar responsibilities and could be used interchangeably here.

Case Study | 案例分析

Collection

  • learning 🗃️: Becoming better at data science every day

  • 2021-Jack-Cherish/PythonPark 🗃️ : 这里是学习 Python 的乐园,保姆级教程:AI 实验室、宝藏视频、数据结构、学习指南、机器学习实战、深度学习实战、Python 基础、网络爬虫、大厂面经、程序人生、资源分享。我会逐渐完善它,持续输出中!

History | 历史

  • 2019-人工智能 60 年技术简史: 关于人工智能有很多的定义,它本身就是很多学科的交叉融合,不同的人关注它的不同方面,因此很难给出一个大家都认可的一个定义。我们下面通过时间的脉络来了解 AI 的反正过程。

MindMap

  • 2019-nlp-roadmap: ROADMAP(Mind Map) and KEYWORD for students those who have interest in learning NLP.

Survey | 前沿调查

Resource | 资源

Collection | 集合

DataScience

  • 2021-Learn-Datascience-For-Free 🗃️: This Repository Consists of Free Resources needed for a person to learn Datascience from the beginning to end. This repository is divided into Four main Parts.

Paper | 论文

Blog | 博客

Competition | 机器学习相关竞赛

Links

上一页
下一页