GitHub是一个平台，来自世界各地的程序员可以共享他们的代码。这是一个协作，学习，技能培养的地方。但是GitHub不仅仅是共享代码的地方，还是共享资源的地方。
Github中的数据科学
自创建以来，GitHub一直是软件工程师的居住地。但是，随着数据呈指数级增长以及Python和JavaScript等语言变得流行，GitHub已成为庞大的数据科学爱好者和专业人员社区的聚集地。
随之而来的是，出现了诸如“机器学习”，“自然语言处理”，“计算机视觉”等主题的知识库，其中最著名的是最受欢迎的两个Python库“ Scikit-learn”和“ TensorFlow”用于数据科学的Python工具。
GitHub上数据科学的兴起催生了许多可用的免费资源，从而帮助成千上万的数据爱好者学习了数据科学。
DIY数据科学
隐藏在GitHub存储库中的这些免费资源拥有与数据科学相关的惊人资源集合。您能想到的任何东西都在那里。寻找大学以学习数据科学，在线课程(MOOC)，网站，数据集，新闻通讯，播客，书籍等。
因此，为什么花钱购买互联网上的大量在线课程，为什么不前往GitHub并创建自己的数据科学课程呢?关于自制数据科学家如何从对编程的零知识到在大型科技公司工作的经历。那个人也可以是你!
因此，在本文中，我将与您分享上述资源的资源库。
1. 很棒的数据科学
创建人： Fatih Aktürk, Hüseyin Mert & Osman Ungur, Recep Erol。
这个库是有关数据科学的最佳资源集合。它涵盖了学习数据科学的几乎所有方面，从动机方面开始，这解释了为什么选择数据科学。然后是视觉图表，可帮助初学者了解数据科学的整个路径。其余的是资源，例如数据集，博客，播客，书籍，竞赛等。
对数据科学新手来说非常有用，并且绝对有助于缓解学习过程。
(https://github.com/academic/awesome-datascience)
2. 数据科学家路线图
创建人：MrMimic
Swami Chandrasekaran的数据科学路线图
这个库的灵感来自Swami Chandrasekaran的数据科学技能路线图。它包含了成为数据科学家所需的整个软件包，从基础知识，统计数据和编程到机器学习，数据可视化和数据处理。还有一个文件夹，供数据科学家在他们的工作中使用。
如果您想了解成为数据科学家的过程，这个库很适合您。
(https://github.com/MrMimic/data-scientist-roadmap)
3. 数据科学最佳资源
创建人：Tirthajyoti Sarkar
如自述文件(readme.md)中所述，这个库是一组精心策划的与数据科学相关的资源和链接(涉及软件，平台，语言，技术等)，所有这些都集中在一个地方。它具有各种资源-AI文章，Amazon Web服务，博客，书籍，文章，MOOC，可视化，神经网络，云计算，REST API，时间序列等等。
这个库适合那些正在寻找与数据科学有关的各种主题的有趣文章的人。
(https://github.com/tirthajyoti/Data-science-best-resources/blob/master/README.md)
4. 数据科学速查表
创建人：Asif Bhat
就像存储库名称所暗示的那样，这个库包含所有数据科学的备忘录。备忘录非常适合初学者以直观的方式进入一个主题，并一窥他们正在研究的主题。这些备忘录包括AI，大数据，数据整理，Git，面试问题，机器学习，Numpy等主题。
这是为那些寻找数据科学备忘录的人准备的。
(https://github.com/abhat222/Data-Science--Cheat-Sheet)
5. DS—备忘录
创建人：FavioAndréVázquez
这是为数据科学收集了大量备忘录。该列表较小，但是在数据科学资源库中提供更多备忘录也没有什么坏处。但是，这个库有一些有趣的备忘录，涉及诸如商业科学，R，SQL，数据可视化等主题。
这个库适用于所有正在寻找数据科学备忘录的人。
(https://github.com/FavioVazquez/ds-cheatsheets)
6. DataScienceResources
创建人：jb
这个最初是作为创建者的资源库而提出的，但在意识到数据科学的普及之后，最终成为了数据科学主题和高质量资源的精选列表。
最初的目标是涵盖数据科学的技术方面，例如编程，数据管道和工具以及机器学习。但是，由于数据科学已在世界各地的企业中实施，因此也涵盖了诸如数据科学团队，用例和职业道路之类的主题。
这个库适用于那些既要学习数据科学又要利用给定的职业资源规划自己的职业生涯的人。
(https://github.com/jonathan-bower/DataScienceResources)
7. 数据科学博客
创建人：Artem Golubin
这个库包含大量的数据科学博客列表，可让您了解数据科学的所有知识。该列表按字母顺序排列，以便于导航，并且链接位于博客标题的旁边。数据科学博客非常适合于解释，建议，技巧和窍门以及端到端教程和项目。一些著名的博客包括Analytics Vidhya，Data Science Dojo博客，Drew Conway，FastML等。
对于那些希望发现有关数据科学内容的优秀博客的人，请查看这里。
(https://github.com/rushter/data-science-blogs)
8. 免费数据科学书籍
创建人：YU WU
这个库包含用于学习数据科学和大数据的免费资源。首先介绍什么是数据科学，然后介绍数据处理和数据分析，统计，机器学习以及最后是数据科学的应用。关于这个库的一件好事是，每种资源旁边都有初学者，中级和高级人员，以确保您根据自己的水平进行学习。
这个库适用于那些寻求免费数据科学资源和数据科学速成课程的人员。
(https://github.com/chaconnewu/free-data-science-books)
9. 免费数据科学学习
创建人：Learn Data Sci
这个库包含免费数据科学书籍列表。关于数据科学的书籍非常有趣，因为您在进行操作之前先了解它们的原因，这对于诸如数据科学之类的复杂主题很重要。每个链接都将您带到这些书的pdf文件，您可以免费开始阅读它们。
这个库供那些正在寻找有关数据科学的免费书籍的人使用。
(https://github.com/LearnDataSci/free-data-science-learning/blob/master/free-data-science-books.md)
10. 数据科学-Wiki
创建人：Leonard
这个库是DevOps指南，脚本和教程的列表。数据科学有一个类别，从初学者到高级，Python编程，Linux教程，git，代码编辑器和机器学习。这些教程以文章，YouTube视频，在线课程等形式出现。
这个库更适合希望学习编码的数据科学爱好者。
(https://github.com/Leo-G/Data-Science-Wiki)
有了上面的大量免费资源，您就可以使用自己的课程来学习数据科学。
通过这些存储库，可以进一步了解数据科学与备忘录的关系，找到我们最重要的编程语言，找到一本可以为您提供知识并提高技能的书。
因此，可以在浏览器中为这些资源添加书签，或将其存储在笔记中，并在需要时再引用它们。或像上面的数据科学家一样，制定自己的学习数据科学的路线图。
您还可以创建自己的GitHub存储库并提交网站，书籍和教程，以帮助您了解有关此多学科领域的更多信息。学习过程的重要组成部分是记录您的进度，因为这会使您更有动力和灵感。
