数据科学是一个跨学科领域，需要计算机科学、数学、统计学和机器学习等多个领域的技能。作为学习数据科学的初学者，你可能不太了解怎么开始学习。
免费资源在网上随处可见，但很难找到好的资源。对初学者来说，书籍是一个很好的学习资源，幸运的是，现在有几本免费书籍，涵盖了所有初学者需要了解的概念。
在接下来的文章中，我将为初学者介绍我最喜欢的六本免费书籍。本文中的每本书都涵盖了数据科学中最重要的基本概念之一。我按照我个人推荐的顺序整理了话题，具体如下：
- Python 编程的基础知识
- 数据科学统计学
- 数据分析中的Pandas
- Python 数据科学工具包
- 机器学习
- 深度学习
1. Learn Python the Right Way
（正确学习Python）
作者：Peter Wentworth、Jeffrey Elkner、Allen B. Downey 和 Chris Meyers
点击此处免费阅读： https://learnpythontherightway.com/#about
Python 是数据科学的首选编程语言。因此，学习Python的编程基础知识是该领域初学者应该学习的首要内容。本书并非专门针对数据科学编程，而是涵盖了编写 Python 代码的一般性概念。我建议先从这本书开始，然后再继续阅读本文后面推荐的书籍中介绍的数据科学 Python包。
本书假设读者没有任何编程知识，介绍了 Python 语言和基本的一般编程原则。每一章都包含一个补充的 YouTube 视频，有助于进一步解释所涵盖的概念。
本书的作者还提供了一套实践教程，其中包含超过 15 个实用的 Python 项目，可以让你在实际操作中运用学到的知识。
2. Practical Statistics for Data Science
（数据科学家的实用统计知识）
作者：Peter Bruce & Andrew Bruce
点击此处免费阅读：
https://github.com/ghoshark/E_Books/blob/master/Practical%20Statistics%20for%20Data%20Scientists.pdf
这是迄今为止我发现的最好的书籍之一，可以向初学者介绍数据科学中最重要的统计概念。本书涵盖了各种主题，包括数据采样、分布、统计实验和机器学习。
所有概念都以适合初学者的术语进行解释，包括使用 R 和 Python 混合的实际代码示例。我们的读书会也有讲过这本书，欢迎加入会员观看相应视频和资料：
3. Pandas: Powerful Python Data Analysis Toolkit
(Pandas：强大的 Python 数据分析工具包)
作者：Wes McKinney 以及 Pandas 开发团队
点击此处免费阅读：
https://pandas.pydata.org/docs/pandas.pdf
这本书被称为 Pandas 的 Python 包是数据科学中探索、转换、清理和处理数据的首选工具。本书是这个d工具的完整用户指南。
本书涵盖所有内容，包括安装、基本操作、绘图和数据分析。本书假设读者具备 Python 基本知识，因此首先了解Learn Python the Right Way中的概念非常重要，但对于初学者以及进阶的学习者来说，本书可以说是绝佳的参考指南。
4. Hands-on Machine Learning with Scikit-learn, Keras and Tensorflow
（使用 Scikit-learn、Keras 和 Tensorflow 进行机器学习）
作者：Aurelien Geron
在这里免费阅读：
本书详细通过介绍一些人气很高的 Python 机器学习包，包括Scikit-learn、Keras 和 Tensorflow ，对机器学习进行了详细的实践介绍。
本书很好地介绍了机器学习的重要理论概念，包括机器学习系统的类型、过拟合和欠拟合，以及常见算法的工作原理。
书中很多内容都很实用，包括典型的端到端机器学习项目的完整演练。本书将为该领域的初学者提供完整的介绍。
5. Python Data Science Handbook
（Python 数据科学手册）
作者：Jake Vanderplus
点击此处免费阅读：
https://jakevdp.github.io/PythonDataScienceHandbook/
这本书是对 Python 数据科学工具包的概括性介绍。本书介绍了 NumPy 库，包括数组、数组计算和 Python 中的数据类型等概念。
本书还很好地介绍了通过 Pandas 进行数据分，以及荣夫妇 Scikit-learn 进行机器学习，对初学者来说非常友好。
6. Deep Learning for Coders with Fastai and Pytorch: AI Applications Without a PHD
（用 Fastai 和 Pytorch 的深度学习：不需要PHD的 AI 应用）
作者：Jeremy Howard and Sylvain Gugger
点击此处免费阅读：
https://github.com/fastai/fastbook
本书是深度学习的实用入门教程，其目标读者为编程人员，因此在深入阅读本书之前，了解 Python 编程相关知识是必不可少的。但是，本书并没有假设读者对数学和统计学有深度的了解，而是可以对深度学习背后的理论进行了出色但简单的解释。
本书是学习深度学习的理想入门书籍，可以帮你开发人生中的第一个深度学习模型。
互联网上有大量免费或低成本的学习资源，包括免费课程、大学讲座、教程、视频、博客文章和书籍。在本文中，我提供了六本免费阅读书籍的链接，仅这些书籍就可以为初学者打好数据科学领域的优秀知识基础。
感谢您的阅读！
原文作者：Stephen Miracle
翻译作者：Lia
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://levelup.gitconnected.com/the-2-types-of-software-engineers-every-successful-product-team-needs-11952e937def
