data-science

data-science

开源社区大学提供的数据科学自学课程

开源社区大学提供的数据科学自学课程,汇集世界顶尖大学的在线资源。课程覆盖数据科学本科全部内容,包括编程、数学、统计学和机器学习等。学习者可自主安排进度,利用进度跟踪工具和社区支持完成学习。这一免费资源为有志于数据科学领域的学习者提供了全面的教育路径。

数据科学开源教育课程大纲机器学习GitHubGithub开源项目
<div align="center" style="text-align: center"> <img src="http://i.imgur.com/kYYCXtC.png" alt="开源社区徽标"/> <h3>开源社区大学</h3> <p> :bar_chart: 免费自学<strong>数据科学</strong>的路径! </p> <p> <a href="https://github.com/open-source-society/data-science"> <img alt="开源社区大学 - 数据科学" src="https://yellow-cdn.veclightyear.com/ab5030c0/5f4f69f7-e906-496b-a8a0-881cb12f877b.svg"> </a> </p> </div>

目录

关于

这是为那些希望在自己的时间内,免费完成数据科学本科课程的人准备的路径,课程来自世界上最好的大学

在我们的课程中,我们优先选择MOOC(大规模开放在线课程)风格的课程,因为这些课程是考虑到我们的学习方式而创建的。

课程指南

OSSU数据科学使用数据科学本科课程指南报告作为我们课程推荐的指导。

如何使用本指南

持续时间

如果您精心规划并每周投入大约20小时的学习时间,大约2年内可以完成。学习者可以使用这个电子表格来估算结束日期。复制一份并在"Timeline"表中输入您的开始日期和预期每周学习时间。在学习课程时,您可以在课程数据表中输入实际的课程完成日期,并获得更新后的完成估算。

警告: 虽然电子表格是估算完成此课程所需时间的有用工具,但它可能不会与课程大纲保持同步。请仅使用电子表格来估算您需要的时间。使用GitHub仓库来查看需要学习的课程。

课程顺序

有些课程可以并行学习,而其他课程必须按顺序学习。每个主题内的所有课程都应按课程大纲中列出的顺序学习。下图展示了主题应该如何排序。

<img src="https://yellow-cdn.veclightyear.com/ab5030c0/00669e8d-b180-4bb4-a3f0-81022462ecb0.jpg" width="300" alt="主题进度图" />

跟踪您的进度

GitHub仓库Fork到您自己的GitHub账户,并在完成每个内容时在旁边标上✅。这可以作为您的看板,实施起来比任何其他解决方案都要快(让您有时间专注于课程)。

我应该使用哪些编程语言?

Python和R在数据科学社区中被广泛使用,我们的课程会教您这两种语言。请记住,每门课程的重要之处在于内化核心概念,并能够使用您选择的任何工具(编程语言)来应用这些概念。

内容政策

您只能分享您被允许分享的文件。不要违反您在课程开始时签署的行为准则。

社区

我们有一个Discord服务器!这应该是您与其他OSSU学生交流的首选地点。为什么不现在就来介绍一下自己呢?

您也可以通过GitHub issues进行互动。

开源社区大学添加到您的LinkedIn个人资料中!

警告: 在搜索OSSU时,您可能会发现一些第三方/已废弃/过时的材料。我们建议您忽略它们,只使用OSSU数据科学GitHub仓库。一些已知的过时材料包括:

  • 一个未维护和已废弃的Trello面板
  • 第三方Notion模板

先决条件

数据科学课程假设学生已经学习了高中数学统计学

课程大纲

数据科学导论

什么是数据科学

计算机科学导论

已经掌握任何语言基础编程的学生可以跳过第一门课程

编程导论

使用Python的计算机科学与编程导论

计算思维与数据科学导论

数据结构与算法

算法课程使用Java教学。如果学生需要学习Java,他们应该先学习这门课程

Java编程

算法I:ArrayList、LinkedList、栈和队列

算法II:二叉树、堆、跳表和哈希表

算法III:AVL和2-4树、分治算法

算法IV:模式匹配、Dijkstra算法、最小生成树和动态规划算法

数据库

数据库管理要点

数据仓库概念、设计和数据集成

数据仓库的关系数据库支持

商业智能概念、工具和应用

为商业智能实施设计和构建数据仓库

MongoDB开发者学习路径

单变量微积分

微积分1A:微分

微积分1B:积分

微积分1C:坐标系统与无穷级数

线性代数

线性代数的本质

线性代数

多变量微积分

多变量微积分

统计学与概率论

概率论导论

描述性统计学入门

推论统计学入门

斯坦福大学在EdX上的Python统计学习课程 (教材, 教材资源) 或 斯坦福大学在EdX上的R统计学习课程 (教材, 教材资源)

数据科学工具与方法

数据科学工具

数据科学方法论

数据科学:数据整理

机器学习/数据挖掘

监督机器学习:回归和分类

高级学习算法

无监督学习、推荐系统、强化学习

机器学习入门

大规模数据集挖掘

流程挖掘

最终项目

学习的一部分是动手实践。 每门课程的作业和考试都是为了让你准备好运用所学知识解决现实世界的问题。

完成课程后,你应该找出一个可以运用所学知识解决的问题。 你可以创造全新的东西,也可以改进你使用的某些工具/程序,让它们变得更好。

希望获得更多项目指导的学生可以选择一系列面向项目的课程。 此页面提供了一些样本选项 (还有更多可用选项,此时你应该能够找出有趣且与你相关的系列课程)。

恭喜

完成上述课程要求后, 你将完成相当于数据科学学士学位的全部内容。 恭喜你!

接下来你可以做什么?可能性是无限的,而且相互重叠:

  • 寻找数据科学家的工作!
  • 查看阅读清单,阅读一些经典书籍,磨练你的技能并扩展你的知识。
  • 加入当地的数据科学聚会(例如通过meetup.com)。
  • 关注数据科学世界中的新兴技术。

不断学习

如何贡献

你可以提出问题,给我们提供改进指南的建议,或者告诉我们如何改善学习体验。

你也可以复刻这个项目并发送拉取请求来修复你发现的任何错误。

如果你想推荐新资源,请发送拉取请求,将该资源添加到extras部分。extras部分是我们所有人都可以提交有趣的额外文章、书籍、课程和专业方向的地方。

行为准则

OSSU的行为准则

团队

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多