alastairrushworth/free-data-science

해결하는 문제

데이터 과학을 배우는 것은 종종 강의 비용을 지불하거나 체험 계정에 가입하기 위해 개인 데이터를 제공하는 것을 의미합니다. 이 프로젝트는 가입이 필요 없는 고품질의 무료 학습 리소스를 모아 주제별로 정리하여 학습자가 웹을 뒤지지 않고도 필요한 것을 빠르게 찾을 수 있도록 해결합니다.

작동 방식

책, 강의, 튜토리얼, 비디오, 팟캐스트, 치트 시트, 커뮤니티에 대한 링크를 엄선한 목록입니다. 각 항목에는 형식을 나타내는 아이콘이 태그되어 있습니다(예: 🎓는 강의, 📚는 책, ▶️는 비디오). 자료는 주제별로 배열되어 R과 Python 기초로 시작하여 Polars, 셸, Git, SQL, Docker, 데이터 엔지니어링과 같은 도구로 이동하고, 머신러닝 이론과 해석 가능성으로 끝납니다. 이 목록은 커뮤니티가 유지 관리합니다: 깨진 링크나 오류를 발견하면 이슈를 제기하거나 풀 리퀘스트를 제출할 수 있습니다.

대상 독자

비용을 지불하거나 가입하지 않고 데이터 과학을 배우고 싶은 모든 사람. R이나 Python으로 시작하는 완전 초보자, 데이터 과학으로 전환하는 경험 많은 프로그래머, 파이프라인 도구를 찾는 데이터 엔지니어, 이해를 심화하려는 머신러닝 실무자에게 적합합니다. 모든 리소스가 무료이고 가입이 필요 없기 때문에 자기 주도 학습자, 학생, 예산이 제한된 전문가에게 이상적입니다.

주요 특징

• 엄격하게 무료이고 가입이 필요 없는 리소스만 포함.
• 광범위한 범위: R, Python, Polars, 셸, 정규 표현식, 웹 스크래핑, Git, Spark, SQL, DuckDB, Docker, 게시 도구, 데이터 엔지니어링, 머신러닝, 해석 가능성.
• 각 항목에는 형식(강의, 책, 비디오 등)을 나타내는 명확한 아이콘이 태그되어 있습니다.
• 커뮤니티 주도의 수정 및 추가는 GitHub 이슈 또는 풀 리퀘스트를 통해 환영합니다.
• "R for Data Science" 및 "Elements of Statistical Learning"과 같은 입문 자료와 고급 참고 자료를 모두 포함합니다.