12 trang web và Blogs mà mọi Data Analyst nên Follow
Trong khi nhu cầu về các nhà phân tích dữ liệu đang ở mức cao nhất mọi thời đại, cộng đồng trực tuyến vẫn để lại một số người mong muốn. Có thể khó tìm được các tài nguyên trực tuyến tốt, không thiên vị và các trang web dành riêng cho các chuyên gia dữ liệu. Chúng tôi đã yêu cầu các nhà phân tích dữ liệu của riêng mình cho chúng tôi biết về một số trang web yêu thích của họ và tạo danh sách các diễn đàn, blog phân tích dữ liệu và trung tâm tài nguyên phải theo dõi này. Chúng tôi chắc chắn rằng có rất nhiều điều tuyệt vời khác ngoài đó, vì vậy nếu bạn biết về bất kỳ điều gì, vui lòng cho chúng tôi biết trong phần bình luận!
Danh sách được sắp xếp theo thứ tự bảng chữ cái.
Cross Validated (Stack Exchange)
Là một phần của mạng Stack Exchange của các cộng đồng Hỏi & Đáp dành cho nhà phát triển, Cross Validated là một trang web Hỏi và Đáp để thống kê, phân tích dữ liệu , khai thác dữ liệu , trực quan hóa dữ liệu và máy học . Một nơi tuyệt vời nếu bạn đang mắc kẹt với một câu hỏi chuyên môn và cần câu trả lời từ các chuyên gia đồng nghiệp.
KData Science and Beyond (Yanir Seroussi)
Ông Seroussi là một nhà khoa học dữ liệu và lập trình máy tính độc lập, người đăng bài về cách giải quyết các vấn đề thực tế trong phân tích khoa học dữ liệu (chẳng hạn như chúng tôi di chuyển ứng dụng web từ MongoDB sang Elasticsearch). Blog được viết trôi chảy và rất chi tiết, hoàn chỉnh với các mẫu mã có liên quan.
Được điều hành bởi Kunal Jain, trang web này tập trung vào việc tạo ra một cộng đồng tập trung vào việc nghiên cứu phân tích. Bạn có thể tìm thấy rất nhiều kiến thức và mẹo về phân tích của Kunal cùng với việc tương tác với các thành viên khác của cộng đồng phân tích lớn hơn.
Tìm hiểu để làm cho thông tin chi tiết của bạn tỏa sáng với hội thảo trên web theo yêu cầu của chúng tôi “Kể một câu chuyện qua dữ liệu: Nguyên tắc thiết kế trang tổng quan”
Một blog về các loại, được viết bởi Curt Monash của Monash Research và bao gồm quản lý cơ sở dữ liệu, phân tích dữ liệu và các công nghệ liên quan. Cung cấp phân tích được viết tốt, toàn diện và trung lập với nhà cung cấp từ góc độ kỹ thuật và kinh doanh.
DZone là một cộng đồng trực tuyến xuất bản các tài nguyên dành cho các nhà phát triển phần mềm và bao gồm các chủ đề từ dữ liệu lớn, AI, khoa học dữ liệu và phân tích . Tài liệu của họ có nguồn gốc từ các thành viên cộng đồng cũng như những người đầu tư vào không gian công nghệ.
Mặc dù blog này không được cập nhật thường xuyên, nhưng mỗi bài đăng là một ví dụ hấp dẫn về phân tích dữ liệu thực tế, thường được áp dụng cho trường hợp sử dụng thực tế, cùng với nhiều giải thích rõ ràng và trực quan về các khái niệm phức tạp trong khoa học dữ liệu và học máy.
KDnuggets là một trong những trang web dữ liệu lớn, khoa học dữ liệu và máy học hàng đầu. Nội dung là của người đóng góp, nhưng được biên tập bởi Gregory Piatetsky-Shapiro và Matthew Mayo, đồng thời dao động giữa các hướng dẫn cho đến các ý kiến và mọi thứ khác nhau.
Mặc dù trang web này yêu cầu đăng ký, nhưng hoàn toàn miễn phí để làm như vậy và khi bạn đã truy cập, bạn có quyền truy cập vào hàng nghìn ví dụ và đề xuất cho các chỉ số hiệu suất chính trên hàng chục ngành, khuôn khổ và quy trình kinh doanh.
Một trang web được duy trì bởi ba giáo sư về thống kê sinh học, có nhiều bài báo và phương tiện bổ sung về kỹ thuật thống kê và phân tích dữ liệu sâu. Có các ví dụ thực tế cũng như tài liệu lý thuyết và trang web được cập nhật khá thường xuyên.
Suy luận thống kê, suy luận nhân quả và khoStatistical Inference, Causal Inference, and Social Science
Các bài báo ở đây được đóng góp bởi sáu nhà văn khác nhau, mỗi người viết từ kinh nghiệm thực tế của chính họ trong việc lập mô hình và phân tích dữ liệu và bao gồm một loạt các danh mục và chủ đề.
Trung tâm nội dung tổng hợp nguồn cấp dữ liệu RSS của các blogger viết về ngôn ngữ R nguồn mở phổ biến và là nơi tuyệt vời để cập nhật kiến thức về R của bạn và xem có gì mới trong cộng đồng R.
Gil Press là nhà lãnh đạo tư tưởng trong lĩnh vực Dữ liệu lớn và đã đóng góp vào việc phát triển một số cột mốc quan trọng trong việc ước tính quy mô và tốc độ tăng trưởng của dữ liệu kỹ thuật số. Trang web cá nhân của anh ấy và chuyên mục Forbes là nguồn tin tức và bình luận tuyệt vời về Dữ liệu lớn, khoa học dữ liệu, IoT và các chủ đề liên quan.
Theo sisense