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
【2021职业倦怠】的信号
过去一年，与各行各业很多的专业人士一样，技术人员一直在努力寻找如何在远程工作的同时保持工作与生活间的最佳平衡。工作与生活平衡方面的压力可能至少有一部分归因于COVID-19疫情。
Data Scientist求职应该如何学习编程？
第一次学编程的时候，我照着YouTube教程写了长达4小时的代码。完成后，我想：“太好了，我终于学会怎么写代码了！”在我很兴奋的同时， 我还想继续学更多的编程知识。