datascience-pizza

2.4k 482 非常简单 1 次阅读 3天前MPL-2.0数据工具开发框架其他

AI 解读由 AI 自动生成，仅供参考

datascience-pizza 是一个由巴西数据科学社区共同维护的开源知识库，旨在汇聚分散的学习资料、行业信息与专业概念。它就像一位贴心的向导，帮助初学者系统入门数据分析，同时也为资深从业者提供便捷的参考索引。

在数据科学领域，优质资源往往散落在各类网盘、论坛或个人笔记中，难以高效获取。datascience-pizza 通过结构化整理，解决了这一痛点。它不仅提供了从入门到精通（涵盖 Python、R、Julia 等语言）的学习路径推荐，还收录了丰富的数据集、视频教程、书籍清单以及机器学习、深度学习等细分领域的专题指南。此外，项目特别包含了葡萄牙语术语词典和巴西本土数据企业名录，填补了本地化资源的空白。

该项目非常适合数据科学初学者、在校学生、研究人员以及希望拓展视野的数据工程师使用。其独特的亮点在于强烈的社区共建属性：内容并非由单一权威定义，而是允许用户通过 Pull Request 随时修正与补充，确保知识库能紧跟技术潮流并包容多元观点。作为知名数据播客"Pizza de Dados"的衍生成果，datascience-pizza 以开放、协作的精神，致力于让每一位探索者都能在数据宇宙中找到属于自己的成长披萨。

使用场景

刚转行数据科学的小李正试图制定一份系统的自学计划，却面对网络上零散且多为英文的学习资源感到无从下手。

没有 datascience-pizza 时

资源检索低效：需要在 Google、GitHub 和各类论坛间反复切换搜索，难以区分哪些教程适合初学者，哪些属于进阶内容。
语言与概念障碍：遇到专业的英文术语（如特定统计模型或算法）时，缺乏权威的中文对照解释，导致理解偏差或学习中断。
职业路径模糊：不清楚国内有哪些真正从事数据业务的公司，也找不到本地的技术社群或线下活动，陷入“闭门造车”的孤独感。
知识体系碎片化：收藏了大量分散在网盘、博客和个人笔记中的资料，缺乏统一的知识地图，难以形成完整的技能树。

使用 datascience-pizza 后

学习路径清晰：直接参考仓库中按“初学者、中级、大数据项目”分类的推荐清单，迅速锁定了适合当前阶段的 Python 和统计学课程。
术语查阅便捷：利用内置的“葡萄牙语/中文概念词典”，快速理解了复杂的专业术语，消除了语言带来的认知门槛。
职场连接紧密：通过“巴西数据公司列表”和“社群小组”章节，找到了目标企业名单并加入了本地技术圈子，甚至发现了相关的播客资源拓展视野。
知识整合系统：将原本散落在各处的优质材料汇聚在一个统一的开源仓库中，依托其目录结构建立了个人系统的知识框架。

datascience-pizza 不仅是一个资源合集，更是数据科学家从入门到精通的社区化导航图，让分散的知识凝聚成成长的合力。

运行环境要求

GPU

未说明

内存

未说明

依赖

notes该项目并非一个可执行的软件工具，而是一个数据科学学习资源汇总列表（README 为葡萄牙语）。它主要推荐了 Python、R、Julia 等语言及相关库（如 Pandas），并列出了大数据工具（Spark, Hadoop 等）和学习路径，但不包含具体的代码运行环境、版本依赖或硬件安装要求。

python未说明

快速开始

银河系数据科学家指南

neil

免责声明: 本仓库由社区创建并服务于社区。关于什么是基础、什么是进阶等话题，社区内存在不同的观点。如果您不同意此处的任何内容，请随时提交 Pull Request 来改进描述。

其目的是汇集分散在各个社群和项目中的知识。很多时候这些知识都零散地存在于网盘、收藏夹和其他地方…… 因此，本仓库旨在帮助初学者，并为有经验者提供参考。

如果您拥有有趣的学习资料，请与社区分享。我们在这里共同成长。

这项倡议还催生了数据披萨——一个专注于数据科学的巴西播客。若您有空闲时间，欢迎支持这一纯正的巴西作品。

如果您喜欢这个仓库并希望提供帮助，请考虑以任意金额支持数据披萨 :)

总之，就是这样。欢迎你，小小学徒 :)

视频

学习资源

在线课程列表 by KDnuggets
培训播放列表 by Edureka!
面向初学者的 Python 数据分析课程 by LabHacker Câmara dos Deputados [中文]

网络直播与网络研讨会

即将举行的列表由 KDnuggets 提供

数据集

敏捷方法论

CRISP-DM [中文]

图像数据

datascience-pizza 快速上手指南

项目简介：datascience-pizza 并非一个可安装的软件库或框架，而是一个由巴西数据科学社区（Pizza de Dados）维护的开源知识库与学习路线图。它汇集了从入门到进阶的数据科学学习资源、工具推荐、数据集来源及行业资讯。本指南将帮助你如何利用该仓库构建你的数据科学学习体系。

环境准备

由于本项目是文档和资源集合，无需特定的系统环境或编译依赖。你只需要具备以下基础条件即可开始学习：

操作系统：Windows, macOS 或 Linux 均可。
核心工具：
- Git：用于克隆仓库或在本地浏览代码。
- 浏览器：用于访问仓库中的外部链接资源。
推荐编程环境（根据路线图建议）：
- Python: 安装 Python 及核心库 Pandas。
- R: 安装 R 及 R Studio。
- 交互式开发: 安装 Jupyter Notebook。
- 数据库基础: 了解 SQL 基础。

注意：国内开发者访问部分国外资源（如 Google Dataset Search, AWS Open Data）时可能需要配置网络代理或使用国内镜像源（如阿里云镜像站、清华大学开源软件镜像站）来获取相关软件包。

安装步骤（获取资源）

你可以通过克隆仓库将这份知识地图保存到本地，或者直接在线浏览。

方式一：克隆到本地（推荐）

在终端中执行以下命令：

git clone https://github.com/PizzaDeDados/datascience-pizza.git
cd datascience-pizza

方式二：在线浏览

直接访问 GitHub 仓库页面查看目录结构和详细链接： https://github.com/PizzaDeDados/datascience-pizza

基本使用

本项目的使用方式是按照推荐的学习路径查阅资源。以下是基于仓库内容的快速启动流程：

1. 确定学习阶段

打开根目录下的 README.md 或 topicos 文件夹，根据你的当前水平选择路径：

初学者 (Iniciante):
- 重点学习：Python (Pandas) 或 R, SQL, Jupyter Notebook, 描述性统计。
- 参考文件：topicos/linguagens.md, topicos/cursos.md。
中级开发者 (Intermediário):
- 重点学习：微积分，线性代数，机器学习，深度学习，数据可视化，NLP。
- 参考文件：topicos/aprendizado-de-maquina.md, topicos/deep-learning.md。
大数据项目 (Grandes projetos):
- 重点学习：NoSQL, Scala, Spark, Hive, Hadoop, 分布式计算 (AWS/Google Cloud)。

2. 获取练习数据集

进行实战练习时，前往 Datasets 章节推荐的站点下载数据。

通用推荐: Kaggle Datasets, UCI Machine Learning Repository。
国内相关: 可关注 brasil.io (巴西数据) 或自行替换为国内开放数据平台（如和鲸社区、阿里天池）进行练习。

3. 开始第一个实践示例

假设你已安装 Python 和 Pandas，按照仓库建议，创建一个简单的分析脚本：

# 示例：加载并预览数据 (基于 Pandas)
import pandas as pd

# 假设你从上述数据集来源下载了一个 CSV 文件
# df = pd.read_csv('your_downloaded_dataset.csv') 

# 查看前 5 行数据
# print(df.head())

# 查看数据统计摘要
# print(df.describe())

4. 深入专题研究

针对特定领域，直接阅读 topicos 目录下的专项文档：

机器学习: 查看 topicos/aprendizado-de-maquina.md
数据可视化: 查看 topicos/visualizacao-de-dados.md
职业发展: 查看 topicos/carreira.md

通过遵循此仓库提供的结构化链接，你可以系统地构建自己的数据科学知识树。

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|今天

开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 139k|★★☆☆☆|今天

开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 107.7k|★★☆☆☆|2天前

开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。

★ 87.6k|★★☆☆☆|今天

开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。

★ 85k|★★☆☆☆|今天

图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。

★ 77.1k|★★★☆☆|昨天

Agent图像开发框架