博客虽然对数据分析师的需求达到了历史最高水平，但在线社区仍有一些需求有待提高。很难找到好的、无偏见的在线资源和专门为数据专业人士服务的网站。我们要求我们自己的数据分析师告诉我们一些他们最喜欢的网站，并创建了一个必须关注的论坛、数据分析博客和资源中心的列表。我们肯定还有很多其他的伟大的，所以如果你知道任何，请在评论中告诉我们！名单按字母顺序排列。交叉验证（堆栈交换）Cross Validated是Q&A社区的堆栈交换网络的一部分，是一个用于统计、数据分析、数据挖掘、数据可视化和机器学习的Q&A站点。一个很好的地方，如果你被困在一个专业的问题，需要从其他专业人士的答案。数据科学及其他领域（Yanir Seroussi）Seroussi先生是一位独立的数据科学家和计算机程序员，他发布关于解决数据科学分析中实际问题的文章（比如我们将web应用从MongoDB迁移到Elasticsearch）。这个博客写得很流利，非常详细，有相关的代码示例。分析Vidhya这个网站由Kunal Jain运营，专注于创建一个专注于分析研究的社区。你可以找到大量的库纳尔的分析学知识和技巧加上其他成员参与更大的分析社区。通过我们的按需网络研讨会"通过数据讲述故事：仪表板设计指南"，学习如何让您的见解闪耀光芒数据库2一个类似的博客，由蒙纳士研究所的Curt Monash撰写，涵盖数据库管理、数据分析和相关技术。从技术和业务角度提供了编写良好、全面且与供应商无关的分析。德佐恩DZone是一个在线社区，为软件开发人员发布资源，涵盖大数据、人工智能、数据科学和分析等主题。他们的材料来源于社区成员以及科技领域的影响者。陈慧琳的博客虽然这个博客并不经常更新，但每一篇文章都是实际数据分析的一个有趣的例子，通常应用于实际的用例中，同时还提供了数据科学和机器学习中复杂概念的许多清晰和直观的解释。K金块KDnuggets是领先的大数据、数据科学和机器学习网站之一。内容来自投稿人，但由格雷戈里·皮亚特斯基·夏皮罗和马修·梅奥编辑，范围从教程到观点文章，以及介于两者之间的一切。KPI库虽然这个网站需要注册，但它是绝对免费的，一旦你进入，你就可以接触到成千上万的例子和建议的关键绩效指标在几十个行业，框架和业务流程。简单统计一个由三位生物统计学教授维护的网站，提供关于统计技术和深度数据分析的各种文章和其他媒体。有实际的例子，以及理论材料和网站是相当定期更新。统计推断、因果推理和社会科学这里的文章是由六位不同的作者撰写的，每个人都是根据自己在建模和分析数据方面的实际经验撰写的，涵盖了广泛的类别和主题。R博客contenthub聚合了写流行的开源R语言的博客的RSS提要，是一个让您的R知识保持最新并查看R社区最新内容的好地方。什么是大数据？Gil Press是大数据领域的思想领袖，在估计数字数据的规模和增长方面做出了一些里程碑式的贡献。他的个人网站和福布斯专栏是大数据、数据科学、物联网和相关主题的新闻和评论的重要来源。标签：数据科学|如何