数据科学资源（大部分免费）

前半部分大致是我过去两年的学习路径，后半部分则是我今年的计划。我在理解和可操作性之间尽量做到了平衡。如果需要更全面的列表，可以查看 Github 搜索 或 CS 视频课程

希望这份清单对大家有所帮助，尤其是那些非计算机专业但对数据科学感兴趣的朋友！

---

目录

• 一个月计划
• 机器学习
• 自然语言处理
• 深度学习
• 系统
• 分析
• 强化学习
• 其他课程
• 面试
• 贝叶斯
• 时间序列
• 量化
• 更多列表

---

一个月计划：

你可能会觉得这个列表有些庞大。如果你希望在一个月内获得一些基础知识，我的建议如下：

• 《笨办法学 Python》：免费书籍
• 斯坦福统计学习课程（课程页面）或吴恩达的 Coursera 斯坦福课程（Coursera，YouTube）
• 吴恩达的深度学习课程：Coursera
• 30 秒学会 Keras：链接
• 斯坦福数据库课程：课程

机器学习：

- 视频：

• 斯坦福统计学习课程：课程页面
• 吴恩达的 Coursera 斯坦福课程：Coursera，YouTube
• 斯坦福 CS229：YouTube，课程页面
• 机器学习基石：Coursera , YouTube
• 机器学习技法：YouTube
• 卡内基梅隆大学汤姆·米切尔的 CMU 701：课程页面

- 教材：

• 统计学习导论：PDF
• 计算机时代的统计推断：算法、证据与数据科学：PDF
• 统计学习要素：PDF
• 机器学习渴望：网站

- 评论：

统计学习是入门课程，可以免费获得证书。它与《统计学习导论》一书内容高度一致。吴恩达的 Coursera 斯坦福课程也是另一门非常受欢迎的入门课程。对于大多数数据科学岗位来说，选修其中一门就足够了。如果想深入学习，可以选择 CS229 或 CMU 701，并阅读 ESL 书籍。

---

自然语言处理：

- 视频：

• 斯坦福基础 NLP 课程（Coursera）：视频，幻灯片
• 斯坦福 CS224n 自然语言处理与深度学习：课程官网，视频（2019 年冬季版：视频）
• 卡内基梅隆大学 2017 年神经网络用于 NLP：课程官网，视频
• 牛津大学和 DeepMind 的深度学习用于自然语言处理：2016–2017 年：课程官网，视频和幻灯片
• 吴恩达的 Coursera 序列模型课程：Coursera

- 书籍：

• 语音与语言处理（第 3 版草稿）：书籍
• 信息检索导论：PDF
• 深度学习（部分章节或小节）：书籍
• 自然语言处理神经网络模型入门：论文。戈德堡今年也出版了一本新书
• 雅各布·艾森斯坦的 NLP：PDF。免费书籍草稿
• 邓、李合著的《自然语言处理中的深度学习》：亚马逊

- 工具包：

• NLTK：http://www.nltk.org/
• 斯坦福工具包：https://nlp.stanford.edu/software/

- 评论：

斯坦福的基础 NLP 课程是最为根本的。SLP 第 3 版正是基于这门课程编写的。在此之后，你可以选择三门 NLP+DL 课程中的一门。它们的内容基本相同。斯坦福的课程有在线作业可供练习。卡内基梅隆大学的课程则以戈德堡的书为基础。而 Deepmind 的课程则要短得多。

- 更多：

其他人整理的一些列表：NLP，DL-NLP，语音与 NLP，语音，RNN

---

深度学习

- 视频：

• 吴恩达的深度学习课程：Coursera。这个专项课程非常受欢迎。吴教授讲解得非常细致，是一位非常优秀的老师。
• TensorFlow. 斯坦福CS20SI：YouTube
• 斯坦福231n：用于视觉识别的卷积神经网络（2017年春季）：YouTube, 课程页面
• 斯坦福224n：深度学习自然语言处理（2017年冬季）：YouTube, 课程页面
• 自动驾驶汽车是最近非常热门的话题。可以看看这门简短的课程，了解其工作原理。MIT 6.S094：自动驾驶汽车的深度学习：YouTube, 课程页面
• 辛顿的机器学习神经网络课程：Coursera。这门课程对我来说非常难，但它几乎涵盖了神经网络的所有内容。辛顿教授堪称英雄。
• FAST.ai：课程

- 书籍：

• 伊恩·古德费洛的深度学习书：http://www.deeplearningbook.org/。一本非常详尽的参考书。
• ArXiv用于研究更新：https://arxiv.org/。我发现使用ArXiv的移动版Feedly来关注很有用。此外，也可以尝试https://deeplearn.org/或http://www.arxiv-sanity.com/top。

- 其他：

• LSTM：我的收藏

- 评论：

吴教授的课程已经足够好了。阅读古德费洛的第二部分也会很有帮助。学习一种深度学习框架很重要，比如Keras、TensorFlow或PyTorch。人们可以选择一个方向，要么是计算机视觉，要么是自然语言处理。如果想对深度学习有更深入的理解，可以选修辛顿的课程并阅读古德费洛的第三部分。Fast.ai的课程非常实用。

---

系统：

• Docker精通：Udemy
• 终极动手Hadoop：Udemy
• 使用PySpark进行大数据分析的Spark和Python：Udemy

---

分析：

• 精益数据分析：亚马逊
• 商业中的数据科学：亚马逊
• 数据智能：亚马逊
• 数据可视化讲故事：亚马逊

---

强化学习：

- 视频：

• Udacity：课程
• UCL戴维·西尔弗的强化学习课程：课程页面
• UC伯克利CS 294：深度强化学习，2017年秋季：课程页面

- 书籍：

• 强化学习：导论（第2版）：pdf

---

其他：

• 明尼苏达大学的推荐系统：Coursera
• 斯坦福的大规模数据挖掘：免费书籍，课程
• MIT的算法导论：带有视频的课程页面
• 斯坦福的数据库：课程
• 如何赢得数据科学竞赛：Coursera
• 如何完成数据挑战：Kaggle EDA内核

---

面试：

- 带答案的列表：

• 111道数据科学面试题及详细解答：链接
• 机器学习/数据科学初创公司常问的40道面试题 链接
• 2017年通用的数据科学面试题及答案100道 链接
• 必须掌握的21道数据科学面试题及答案 链接
• 测试数据科学家深度学习基础的45道题目（附解答） 链接
• 测试数据科学家自然语言处理能力的30道题目 链接
• Stackoverflow上的问题：链接
• 比较两个模型：我的收藏

- 不带答案的：

• 超过100道数据科学面试题 链接
• 20道检测假数据科学家的问题 链接
• Glassdoor上的问题：链接

---

学习主题 ->

---

贝叶斯：

- 课程：

• 贝叶斯统计：从概念到数据分析：Coursera
• 机器学习中的贝叶斯方法：Coursera
• 统计再思考：课程页面（2015年冬季、2017年秋季录制的讲座）

- 书籍：

• 贝叶斯数据分析（第三版）
• 应用预测建模

---

时间序列：

- 课程：

• 时间序列预测（Udacity）：Udacity
• 数学专题及其在金融中的应用（MIT）：课程页面，YouTube

- 书籍：

• 时间序列分析及其应用：Springer

- 使用LSTM：

• https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/
• https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/
• 更多：https://machinelearningmastery.com/?s=Time+Series&submit=Search

---

量化：

- 书籍：

• 街头传闻：华尔街求职面试中的量化问题，作者：蒂莫西·法尔孔·克拉克：Amazon
• 量化金融面试实用指南，作者：周新峰：Amazon

- 课程：

• 罗伯特·希勒主讲的金融市场（耶鲁大学）：YouTube，Coursera
• 数学专题及其在金融中的应用（MIT）：YouTube，课程页面

- 其他：

• 一组骰子问题：PDF

---

更多：

• 带视频讲座的计算机科学课程：https://github.com/Developer-Y/cs-video-courses
• 开源数据科学硕士项目：http://datasciencemasters.org

FreeML 快速上手指南

注意：FreeML 并非一个可安装的软件包或框架，而是一个由社区维护的数据科学与机器学习免费学习资源清单。本指南旨在帮助开发者高效利用该清单规划学习路径，无需执行安装命令。

环境准备

由于 FreeML 本身是资源索引，您只需准备以下基础开发环境即可开始学习清单中推荐的课程和实践项目：

• 操作系统：Windows, macOS 或 Linux 均可。
• 编程语言：Python 3.x（清单中绝大多数课程和工具基于 Python）。
• 前置依赖：
  • 建议安装 Anaconda 或 Miniconda 管理 Python 环境和数据科学包。
  • 代码编辑器或 IDE（推荐 VS Code 或 PyCharm）。
  • 稳定的网络连接（用于访问 Coursera, YouTube, Stanford 等外部课程资源）。
  • 国内加速建议：访问 GitHub 资源时若速度较慢，可使用国内镜像站；观看视频课程建议使用 Bilibili 等国内平台搜索对应课程名称（如“吴恩达 机器学习”），通常有搬运字幕版。

安装步骤

FreeML 无需安装。您可以直接通过以下方式获取和使用资源：

1. 访问仓库： 在浏览器中打开 FreeML 的 GitHub 页面查看完整清单。

   # 可选：克隆仓库到本地以便离线查阅 Markdown 文件
   git clone https://github.com/shujianhero/FreeML.git
   cd FreeML
   

2. 配置学习环境（以推荐的首月计划为例）： 根据清单建议，首先搭建 Python 基础环境。

   # 创建名为 freeml_env 的虚拟环境
   conda create -n freeml_env python=3.8
   
   # 激活环境
   conda activate freeml_env
   
   # 安装基础数据科学栈 (参考清单中的 Keras/TensorFlow 路径)
   pip install numpy pandas matplotlib scikit-learn keras tensorflow
   

基本使用

FreeML 的核心用法是按图索骥，根据您的目标选择对应的学习模块。以下是基于清单内容的三种典型使用场景：

场景一：零基础快速入门（一月计划）

如果您希望在一个月内建立基本概念，请按照 One Month Plan 章节执行：

1. Python 基础：阅读 Learn Python the Hard Way 免费在线书。
2. 核心理论：选修 Stanford Statistical Learning 或 吴恩达 (Andrew Ng) 的 Coursera 机器学习课程。
3. 深度学习入门：学习 吴恩达 的 Deep Learning Specialization。
4. 实战框架：阅读 Keras in 30 sec 官方文档并运行示例代码。
5. 数据库基础：学习 Stanford Databases 自修课程。

场景二：进阶专项学习

根据目录选择特定领域深入钻研：

• 自然语言处理 (NLP)：

  • 视频：Stanford CS224n (Deep Learning for NLP)。
  • 书籍：Speech and Language Processing (3rd ed. draft)。
  • 工具：安装 nltk 包进行练习。

  import nltk
  nltk.download('punkt')
  from nltk.tokenize import word_tokenize
  print(word_tokenize("FreeML is a great resource list."))
  

• 深度学习 (Deep Learning)：

  • 视频：Stanford CS231n (CNN 视觉识别) 或 吴恩达 系列课程。
  • 书籍：Deep Learning by Ian Goodfellow (花书)。
  • 实践：选择 Keras, TensorFlow 或 PyTorch 其中之一深入掌握。

• 强化学习 (Reinforcement Learning)：

  • 视频：David Silver (UCL) 课程或 UC Berkeley CS 294。
  • 书籍：Reinforcement Learning: An Introduction (2nd)。

场景三：面试准备

在 Interviews 章节中，利用提供的链接刷题：

• 查阅 "111 Data Science Interview Questions & Detailed Answers"。
• 针对 startups 的 40 道机器学习面试题进行模拟。
• 在 Kaggle 上查看 "How to finish a Data Challenge" 的高分 Kernel 代码。

---

提示：清单中提到的所有课程链接、PDF 书籍和视频资源，请直接点击原仓库中的超链接访问。对于部分国外网站，建议配合网络工具或使用国内视频平台的转载资源进行学习。