最好的选择是好处多于坏处的选择，不是毫无坏处的选择。——《原则》，生活原则 5.6.c
- UCB DS100 数据科学的原理与技巧
- UCB Prob140 面向数据科学的概率论
- 计算与推断思维
- 利用 Python 进行数据分析 · 第 2 版
- Python 自然语言处理 第二版
- 斯坦福 Stats60 21 世纪的统计思维
- TutorialsPoint NumPy 教程
- NumPy 秘籍中文第二版
- NumPy 初学者指南中文第三版
- NumPy 基础知识
- 精通 NumPy 数值分析
- NumPy 数组学习手册
- Pandas 秘籍
- Pandas 学习手册中文第二版
- 精通 Pandas
- NumPy 和 Pandas 数据分析实用指南
- 精通 Pandas 探索性分析
- UCSD COGS108 数据科学实战中文笔记
- USF MSDS501 计算数据科学中文讲义
- 社交媒体挖掘
- 数据科学和人工智能技术笔记
- Python 和 Jupyter 数据科学入门
- 精通 Python 数据科学
- Python 数据科学本质论
- 数据科学思想
- 数据科学实战秘籍
- 时间序列分析实战
- Python 真实世界的数据科学
docker pull apachecn0/apachecn-ds-zh
docker run -tid -p <port>:80 apachecn0/apachecn-ds-zh
# 访问 http://localhost:{port} 查看文档
pip install apachecn-ds-zh
apachecn-ds-zh <port>
# 访问 http://localhost:{port} 查看文档
npm install -g apachecn-ds-zh
apachecn-ds-zh <port>
# 访问 http://localhost:{port} 查看文档
为了不断改进翻译质量，我们特此启动了【翻译、校对、笔记整理活动】，开设了多个校对项目。贡献者校对一章之后可以领取千字2~4元的奖励。进行中的校对活动请见活动列表。更多详情请联系飞龙（Q562826179，V:wizardforcel）。
我们积极响应科研开源计划（DOCX）。如今开源不仅仅是开放源码，还包括数据集、模型、教程和实验记录。我们也在探讨其它类别的开源方案和协议。
希望大家了解这个倡议，把这个倡议与自己的兴趣点结合，做点力所能及的事情。每个人的微小的贡献，汇聚在一起就是整个开源生态。
- 飞龙: 562826179
- 在我们的 apachecn/apachecn-ds-zh github 上提 issue.
- 发邮件到 Email:
apachecn@163.com. - 在我们的 组织学习交流群 中联系群主/管理员即可.
