alastairrushworth/free-data-science

解决的问题

学习数据科学通常意味着付费购买课程，或者为了注册试用账号而放弃个人数据。本项目通过收集高质量、免费且无需注册的学习资源来解决这个问题，并按主题组织，使学习者无需在网络上筛选就能快速找到所需内容。

工作原理

这是一个精心策划的链接列表，包含书籍、课程、教程、视频、播客、速查表和社区。每个条目都带有图标标签，显示其格式（例如，🎓 表示课程，📚 表示书籍，▶️ 表示视频）。材料按主题排列，从R和Python基础开始，然后进入Polars、shell、Git、SQL、Docker和数据工程等工具，最后以机器学习理论和可解释性结束。该列表由社区维护：如果你发现链接失效或错误，可以提交问题或拉取请求。

适用人群

任何想学习数据科学但不想付费或注册的人。适合从R或Python开始的完全初学者、转向数据科学的有经验的程序员、寻找管道工具的数据工程师，以及希望加深理解的机器学习从业者。由于所有资源都是免费且无需注册，非常适合自学者、学生和预算有限的专业人士。

亮点

• 仅限严格免费且无需注册的资源。
• 覆盖面广：R、Python、Polars、shell、正则表达式、网页抓取、Git、Spark、SQL、DuckDB、Docker、发布工具、数据工程、机器学习和可解释性。
• 每个条目都带有清晰的图标，表示其格式（课程、书籍、视频等）。
• 欢迎通过GitHub问题或拉取请求进行社区驱动的更正和补充。
• 包括入门材料和高级参考资料，如“R for Data Science”和“Elements of Statistical Learning”。