各种类型的学习者都淹没在网上可用的信息和学习资源的大量涌入中。 这种信息轰炸常常使人们对如何找到合适的课程、教程、书籍或其他可以帮助简化他们的学习旅程并实现他们的个人目标和需求的材料感到困惑。
数据科学社区也并非不熟悉这种困境。 更令人困惑的是，最近声称的已建立的学习平台的行为导致许多人，包括讲师，质疑他们的赞助。 这些事件进一步扩大了可信来源的真空，以帮助学习者追求他们的学习道路。
作为回应，一群志同道合的数据科学社区 (DSC) 爱好者提出了建立一个社区来源的 Python 和 R 学习资源库的想法，主要关注免费材料。 这就是新的 数据科学仓库 在 GitHub 上的起源。
该仓库跟踪高质量的数据科学（R 和 Python）课程和学习资源，并在一个地方提供有关推荐资源的信息。 其中大部分是从数据科学社区的输入中策划的，这些输入是通过 Twitter 的直接互动获得的。 此外，对托管其课程的平台的声称行为不满意的讲师也提出了学习者可以访问相同材料的替代方法。 他们建议的课程替代方案已包含在仓库中。
数据科学仓库的首要目标是为任何对学习数据科学感兴趣的人提供丰富的行业最佳学习材料和学习路径。 尽管该项目正处于起步阶段，并且仍在进行中，但该仓库现在托管了有关 100 多个 R 和 Python 学习资源的信息。
我们相信该项目可以发展为社区创造重大价值。 我们的目标是
- 在一个地方通过高质量、社区测试的在线课程和材料来支持更好的学习和教学。 该仓库允许用户添加课程、音频、视频、链接、电子书等。
- 提供民主化的学习体验，让独立学习者可以根据自己的学习水平（初级、中级或高级）进行自定进度的课程。 这些课程完全是自学和自定进度的，没有讲师、没有开始或结束日期、没有大学学分，也没有完成证书。 它们旨在为那些认为从行业标准、高质量内容中学习有价值的学习者提供服务。 该仓库还提供电子书下载、离线阅读、注释工具、文本搜索和社交学习的链接。
- 鼓励社区学习。 该仓库欢迎持续的投入，并鼓励数据科学社区内部的互动和讨论，以实现课程和学习材料的持续评估、改进和增长。 这种社区来源的方法意味着课程是根据 DSC 成员的直接经验和建议策划的。 反过来，这也意味着他们为专业知识做出贡献并推动数据科学学习向前发展。
仓库的好处包括
- 接触到合适的受众。 由于该仓库是围绕 DSC 成员共有的主题或特征构建的，因此该仓库的结构提供了一个平台，以解决自我组织且感兴趣的数据科学受众。 该仓库并非仅仅希望合适的人会听到您的声音，而是专门为您与合适的人建立联系而量身定制的。
- 培养相关的对话。 该仓库提供了一个平台，用于就数据科学主题进行实时对话和重点讨论，远离混合论坛的混乱。 这些讨论为增加社区知识提供了宝贵的机会，因为用户可以从这些对话中提取意义。 它还允许快速反馈，以查找和参与仓库中可用的内容，并探索新的合作。
- 实现有效的定制。 虽然该仓库努力满足 DSC 和学习者的集体需求，但它通过广泛的选择提供灵活性，并提供指导以创建个性化流，根据学习者的需求提供相关信息。
数据科学仓库旨在在动员连接和促进社会变革方面发挥核心作用，创造双赢局面，让行业主题专家创建和策划的高质量学习资源能够快速提供给学习者。 现在，学习者可以设定自己的学习议程，而不是反过来，因为数据科学仓库为他们提供了这样做的手段。
这是一个新项目，其背后的团队欢迎贡献。 如果您想参与其中，请在仓库中提交问题，以便被邀请参与开发过程。
6 条评论