Could you recommend libraries and books for learning data science in R and Python?
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 15/100
- Tipo di issue
- Documentazione
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Ambito
- data, machine-learning
Direzione di ricerca
Non sono stati identificati file, test o punti di ingresso. Esamina i contenuti e le discussioni esistenti del repository prima di decidere se questa richiesta di risorse rientra nel progetto; il lavoro sarebbe considerato completato con una modifica alla documentazione chiaramente circoscritta e concordata, che copra le risorse didattiche e le applicazioni richieste.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Hi Prof Matloff and other friends,
I am not a beginner but not much different
I studied a bit (though not much) about statistics and machine learning a while ago, before switching to study about computer science (general non machine learning side). I am thinking about coming back to statistics and machine learning, or data science (a term which I don't fully understand and is popular nowadays), and start with some self study.
I was wondering if any of you could provide your opinions/recommendations about:
-
What libraries in R and Python shall I learn? (I am not afraid of learning many, but I am not sure about the many choices of libraries).
-
What books in R and Python would you recommend? (mainly for the pragmatic side for statistics, machine learning, or data science. Some books for programming and languages are also appreciated.)
-
Which applications of statistics, machine learning or data science are popular in industry? NLP, computer vision, ...? (In academia, I guess biostatistics, bioinformatics, econometrics?)
Thanks.
- Lingua principale
- Nessun dato sulla lingua
- Stelle
- 448
- Fork
- 40
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di matloff/R-vs.-Python-for-Data-Science
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 15/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 35/100
matloff/R-vs.-Python-for-Data-Science#19 · 1 commento · 3 reazioni ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
matloff/R-vs.-Python-for-Data-Science#18 · 12 commenti · 1 reazione ·
-
Different Python versionsAperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
matloff/R-vs.-Python-for-Data-Science#17 · 3 commenti ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
matloff/R-vs.-Python-for-Data-Science#16 · 2 commenti ·
Tutte le issue di matloff/R-vs.-Python-for-Data-Science
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
HelenaLC/spatialdataR#284 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 94/100
zerocracy/judges-action#2803 ·
I maintainer di solito rispondono entro 5 giorni
-
Add: USM TV SDApertacheck:passed streams:add
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 75/100
I maintainer di solito rispondono entro 1 giorno
-
Add: Kids Zone LogoApertacheck:failed logos:add
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 66/100