程式設計師書庫（ID：CodingBook） 猿妹編譯
參考連結：https://towardsdatascience.com/how-to-learn-data-science-for-free-eda10f04d083
很多人都想學習數據科學，但是一看到許多培訓機構的學費就都止步了，那麼問題來了，如果你想學習數據科學，但又負擔不起學費，該怎麼辦呢？
我沒有接受過數據科學這方面正規的教育，就把自己培養成一名數據科學家，今天，我就和大家分享一下我的個人學習數據科學的經驗，主要分為三個部分：技術技能、理論和實踐經驗，希望對大家能有所啟發：
技術技能
第一部分將著重於技術技能，建議你先打好技術基礎，從實踐出發，而不是從數學理論出發，到目前為止，Python是數據科學中使用最廣泛的程式語言，在2018年開展的Kaggle機器學習和數據科學調查中，83%的受訪者表示他們每天都使用Python。因此，我建議關注這門語言，但也花點時間在其他語言上，比如R語言。
Python的基本面
在開始使用Python之前，你需要對該語言背後的基本原理有一定的了解，所以你一定要上一門Python入門課程。市面上有很多免費的Python課程，但我最喜歡Codeacademy的，建議參加Python入門課程。它包括基本語法、函數、控制流、循環、模塊和類等。（課程地址：https://www.codecademy.com/learn/learn-python）
使用Python進行數據分析
接下來，你應該開始學習如何使用Python進行數據分析，這裡有一些不錯的資源。
首先，我建議你至少把dataquest.io上免費的數據分析課程給學了。dataquest是文字闡述的教程形式（地址：https://app.dataquest.io/dashboard）Dataquest為數據分析師、數據科學家和數據工程師提供了完整的學習路徑。如果你真的在上面找到一些你喜歡的付費課程，也可以嘗試一下，一個月差不多29美刀，如果你負擔得起，還可以包年。
Dataquest平台
Python的機器學習應用
如果你選擇在Dataquest上付費學習完整的數據科學課程，那麼你就可以很好的掌握Python機器學習的基礎知識，如果沒有的話，也不用擔心，還有很多其他免費的資源。
首先我關注的是scikit-learn，它是目前為止機器學習中最常用的Python庫。當我在學習的時候，我有幸參加了一個由scikit-learn的核心開發者之一Andreas Mueller舉辦的為期兩天的研討會。他已經在Github repo上上傳了該課程和其他課程的材料。其中包括幻燈片、課程筆記等，強烈建議大家閱讀這些材料（Github地址：https://amueller.github.io/）
此外，我還建議你閱讀scikit-learn文檔中獲取一些教程，接著，我建議你可以構建一些實際的機器學習應用程式，並學習模型背後的理論。（scikit-learn文檔地址：https://scikit-learn.org/stable/tutorial/basic/tutorial.html）
SQL
如果你想成為一名數據科學家，那麼SQL是一項重要的技能，因為數據建模的基本過程之一就是提取數據。這通常涉及到資料庫運行SQL查詢，如果你還沒有選擇上Dataquest課程，這裡也有一些免費的資源來學習這項技能。
Codeacamdemy有一個免費的SQL入門課程。（課程地址：https://www.codecademy.com/learn/learn-sql）這在整個瀏覽器編程中都是非常實用的，如果你還想了解基於雲的資料庫查詢，那麼谷歌Cloud BigQuery就是不錯的選擇，BigQuery是Google提供的一種Web服務，用於處理或分析大數據它有一個免費的版本，你可以免費嘗試查詢，查看各種公共數據集以及非常好的文檔。
Codeacademy SQL課程
R語言
要想成為一名全能的數據科學家，嘗試Python以外的程式語言也是一種不錯的選擇，因此我建議你在Codeacademy參加R語言入門課程，（課程地址：https://www.codecademy.com/learn/learn-r）和Dataquest類似，Codeacademy也提供了完整的數據科學課程，也有一些付費課程，具體還是取決於你的個人需要。
軟體工程
掌握軟體工程技能和實踐是一個很好的途徑，它可以讓你的代碼更具可讀性和可拓展性，此外，當你的模型投入到實際使用中的時候，你一定要學會編寫高質量的，經過良好測試的代碼，並使用版本控制之類的工具，這裡有兩個很好的免費資源，《Python like you mean it》就很不錯，它涵蓋了PEP8風格的指南文檔，也很好地涵蓋了面向對象編程。（書籍地址：https://www.pythonlikeyoumeanit.com/Module5_OddsAndEnds/Writing_Good_Code.html）
scikit-learn的貢獻指南雖然是為了方便讀者貢獻而編寫的，但實際上很好地涉及到了最佳實踐。諸如Github、單元測試和調試等主題，並且都有數據科學應用程貫穿其中。（地址：https://scikit-learn.org/stable/developers/contributing.html）
深度學習
對於深度學習的全面介紹，我認為沒有什麼比完全免費和無廣告的fast.ai更好的了。本課程包括機器學習，實用深度學習，線性代數的入門知識，以及自然語言處理的代碼入門，他們所有的課程都很實用，強烈推薦（地址：https://www.fast.ai/）
Fast.ai平台
理論
在學習技術課程的時候，你也會遇到代碼背後的一些理論知識，建議你在學習實踐的同時也要學習理論，我採取的方式是，我學習的代碼能夠實現一種技術，以KMeans為例，一旦我可以實現一項技術時，我就開始深入研究概念，比如scikit-learn文檔包含的算法背後的所有數學概念。
khanacademy幾乎涵蓋了所有的概念，你註冊好了之後，就可以定製你想要學習的科目，然後你可以擁有一份為你量身定製的課程，選中你想學習的方框就可以學習其中的元素。（地址：http://www.khanacademy.org/）
數學知識
維基百科將微積分定義為「對連續變化的數學研究」。換句話說，微積分可以找到函數之間的模式，例如在導數，它可以幫助你理解一個函數是如何隨時間變化的。
許多機器學習算法利用微積分優化模型的性能。如果你學過一點機器學習，你就應該聽過梯度下降法，梯度下降法是一個說明微積分在機器學習中應用的絕佳例子，這個函數通過疊代調整模型的參數值來找到最優值，從而最小化成本函數。
你需要知道以下知識：
- 幾何定義
- 計算一個函數的導數
- 非線性函數
鏈式法則
- 復合函數
- 復合函數導數
- 多重函數
梯度
- 偏導數
- 定嚮導數
- 積分
線性代數
許多流行的機器學習方法，包括XGBOOST，都使用矩陣來存儲輸入和處理數據。矩陣與向量空間和線性方程一起構成了被稱為線性代數的數學分支。想要了解有多少機器學習方法是有效的，就有必要對這個領域有一定的了解，你需要學習的有：
空間和向量
- 向量
- 線性組合
- 線性相關與線性無關
- 向量的點乘（內積）和叉乘（外積）
矩陣的轉換
- 函數與線性變換
- 矩陣乘法
- 逆函數
- 矩陣的轉置
數據統計
以下你是你需要知道的關鍵概念：
描述性/匯總統計
- 如何總結數據樣本
- 不同類型的分布
- 集中趨勢、偏態 、峰態（如平均值、中位數、模式）
- 相關性的度量，以及變量之間的關係，如相關性和協方差
實驗設計
- 假設檢驗
- 抽樣
- 測試的意義
- 隨機性
- 機率
- 置信區間和雙樣本推理
機器學習
- 推理對斜率
- 線性和非線性回歸
- 分類
實踐經驗
第三部分是關於實踐，如果掌握了上面的概念，你需要在一些實際應用程式中使用這些技能，通過這樣做，你也會遇到一些難題，比如數據丟失或者數據錯誤，你需要在該主題上學習更加深入的專業知識，並且尋找獲得實踐的好地方
Kaggle平台
機器學習競賽是一個練習建立機器學習模型的好地方。它們可以訪問範圍廣泛的數據集，每個數據集都有一個特定的問題需要解決，並且有一個排行榜。排行榜是一個很好的方法去衡量你在模型開發方面的水平如何，以及你在哪些方面需要進一步提高。
除了Kaggle，還有其他機器學習競賽平台，包括Analytics Vidhya和DrivenData。
Driven Data頁面
UCI機器學習數據集
UCI機器學習數據集是公共可用數據集的大型來源。你可以使用這些數據集來組合自己的數據項目，數據分析和機器學習模型，你甚至可以嘗試構建一個部署了Web前端的模型，此外，建議將你的項目存儲在公開的地方，比如Github，這樣可以讓你的勞動成果得到展示，有助於以後的工作申請。
UCI資料庫
對開源的貢獻
另一個可以考慮的選擇是為開源項目做貢獻。有許多Python庫依賴於社區來維護它們，還有各種黑客馬拉松，初學者都可以參加，參加些活動肯定會給你一些實際的經驗，你可以從別人那裡學習，同時回報一些東西。Numfocus就是一個很好的例子。（地址：https://numfocus.org/）
在這篇文章中，我描述了一個完整的學習路徑，和一些免費的在線教程幫助你學習數據科學，用作品集的形式來展示你的能力是未來申請工作的一個很好的工具，它甚至可以代替資格證書，我認為教育應該對每個人都開放，當然，至少對數據科學而言，網際網路提供了這樣的機會。