如果出现问题请联系

社区访问 这是一个面向开发人员的问答资源您可以在其中找到大多数问题的答案。 请记住 专家应该掌握的第一语言不是 或 而是英语。在任何空闲的时刻充分发挥她的占有欲。使用我们针对不同英语水平的资源列表 从 到 每个英语水平和材料。 如果您对 感兴趣并希望成为一家大型国际 公司的前端开发人员请查看 大​​学为前端初级人员提供的机会。 在我们的数据科学自学集的第一部分中我们收集了最重要的资源以帮助积极主动的初学者更好地理解数据科学领域的数学分析算法统计 和其他关键概念的基础知识。

现在我们正在为那些准备好将其提升到新水平并深入研究数据科学的人分享更多材料。 与往常一样为了方便起见所有来源均按主题组织。 所以请继续！ 线性代数 学习机器学习数学线性代数课程熟悉向量和矩阵的概念促进解决线性代数问题并将这些原理应用于机器学习。 在机器学习和数据科学的线性代 科科斯群岛基林电子邮件列表 数课程中学习机器学习所需的基本数学工具。 在《数据科学基础线性代数》课程中无需不必要的证明和概念即可深入研究线性代数的本质。




查看线性代数基础视频课程该课程在短视频中完美地呈现了基本概念。 许多变量的计算 查看机器学习和数据科学微积分课程学习许多常见机器学习技术所需的多变量微积分。 在机器学习数学多元微积分课程 中了解有关此主题的更多信息。 通过微积分的本质视频课程学习微积分的基础知识 。 概率论与统计学 从机器学习和数据科学的概率与统计课程开始全面了解常见算法和数据分析技术背后的数学。