乾貨收藏：學習計算機絕對不能錯過的10大網站（內附網站連結）

02 Towards Data Science

• 名稱：Towards Data Science

• 連結：towardsdatascience.com/

• 內容：Data Science

• 例文：Building an Altcoin Market Sentiment Monitor

• 更新速度：平均每日三至四篇

• 科學上網：Yes

• 競爭強度：中等

• 筆者有話說：這是一個內容非常豐富的資料科學學習網站。大多數的文章都是以案例展開，並附有程式碼和配圖，文字嚴謹且具有良好的邏輯性，手把手教讀者如何去操作，對於資料科學的初學者非常友好。就選文渠道而言，它的更新速度很快，因此關註該渠道可以獲得源源不斷的優質文章，可選擇的餘地非常大，但是要註意去甄別文章的內容，並不是所有文章都那麼出色。

03 Analytics Vidhya

• 名稱：Analytics Vidhya

• 連結：www.analyticsvidhya.com/blog/

• 內容：AI & Data Science

• 例文：The Essential NLP Guide for data scientists (with codes for top 10 common NLP tasks)

• 更新速度：平均每週一篇

• 科學上網：No

• 競爭強度：低

• 筆者有話說：與Towards Data Science一樣，這也是一個優秀的資料科學教育網站。在它的blog裡面，大多數的文章以教程的方式展開，並附有程式碼。除此之外，還有一些純乾貨型文章，例如：The Essential NLP Guide for data scientists (with codes for top 10 common NLP tasks)。

04 Kdnuggets

• 名稱：Kdnuggets

• 連結：www.kdnuggets.com

• 內容：Computer Science

• 例文：PySpark SQL Cheat Sheet: Big Data in Python

• 更新速度：優質選文成批發放，兩至三週一更新

• 科學上網：No

• 競爭強度：高

• 筆者有話說：這是一個內容改寫非常廣泛的網站，不論是就職乾貨還是技術難題，它總會有相關的文章。該網站的文章質量非常高，因此是各大公眾號的“兵家必爭之地”。建議多掛住網站左下角的“Most Popular”和“Most Shared”裡的文章，快捷高效地獲取優質文章。

05 Pete Warden’s Blog

• 名稱：Pete Warden’s Blog

• 連結：https://petewarden.com/

• 內容：AI

• 例文：How do CNNs Deal with Position Differences?

• 更新速度：平均兩月一篇

• 科學上網：No

• 競爭強度：高

• 筆者有話說：這是技術牛人Pete Warden的個人部落格。他的文章更新較慢，但是內容嚴謹且具權威性。文章大都附有圖片和程式碼進行解釋。該網站是一個很好的研究性資訊來源，和Google Research Group一樣，文章一齣，非常容易遭到瘋搶。另外，文章的內容比較艱深，同時篇幅長，比較適合學術研究使用。

06 Revolution Analytics

• 名稱：Revolution Analytics

• 連結：

  http://blog.revolutionanalytics.com/

• 內容：News & Learning Resource

• 例文：Compare outlier detection methods with the OutliersO3 package

• 更新速度：優質文章成批發放，平均每月一次

• 科學上網：No

• 競爭強度：低

• 筆者有話說：這是一個雜文網站，文章種類繁多。平時會釋出一些結構較小的文章，而每個月都會出現一次Roundup。這個Roundup通常分兩個部分: 新聞和學習資源。建議主要關註這個Roundup裡的學習資源，有許多技術性的文章質量很高。

07 DZONE

• 名稱：DZONE

• 連結：https://dzone.com/

• 內容：各種計算機相關資訊

• 例文：NLP in Python

• 更新速度：平均每日每種類別都會更新一到兩篇文章

• 科學上網：No

• 競爭強度：低

• 筆者有話說：筆者在“內容”一欄填寫了“各種計算機相關資訊”，是因為這個網站的內容對於計算機領域的知識改寫簡直讓人驚訝。不論是AI、雲端計算、資料安全還是計算機效能、IoT和網站設計，這網站都有相關的文章，並且分好了類別。該網站的更新速度很快，而且每次都會對各個類別的文章進行大量更新。但是，對於文章質量來講，還需要認真甄別。

08 Codementor

• 名稱：Codementor

• 連結：

  https://www.codementor.io/community/topic/data-science

• 內容：各種附程式碼技術類乾貨

• 例文：Introducing pydbgen: A random dataframe/database table generator

• 更新速度：每月一篇

• 科學上網：No

• 競爭強度：低

• 筆者有話說：這是一個對於文章管理不是特別好的網站，它的文章沒有分類，因此很難摸清楚它發文章的具體套路。根據筆者經驗，這個網站所發的文章基本都是技術性文章，幫助解決各種技術性問題的。文章大都附有程式碼，因此比較乾貨。

09 Data+Science

• 名稱：Data+Science

• 連結：

  https://www.dataplusscience.com/insights.html

• 內容：資料視覺化

• 例文：Finding the Nearest Ocean Coast or any Nearest Point on a Map in Tableau

• 更新速度：每月兩篇

• 科學上網：No

• 競爭強度：低

• 筆者有話說：這個網站的主題是資料視覺化。因此，它的所有文章都是資料視覺化案例，其中比較多見的就是Tableau的case。這個網站文章的最大特點就是其運用到極致的版面設計美學（筆者有點誇張(#^.^#)）。文章的排版、配圖還有操作解說都安排得整潔美觀，對於讀者來說也格外賞心悅目，文章的內容也是乾貨滿滿。

10 Edwin Chen’s Blog

• 名稱：Edwin Chen’s Blog

• 連結：http://blog.echen.me/

• 內容：AI

• 例文：Exploring LSTMs

• 更新速度：未知

• 科學上網：No

• 競爭強度：高

• 筆者有話說：關註這個Blog，很大程度上是因為一篇爆熱文：Exploring LSTMs。這篇文章在剛剛發出來以後，被各大公眾號爭相翻譯和轉發。筆者個人對於這個技術大牛的網站就八個字的評價：“不鳴則已，一鳴驚人”。它的文章質量非常高，同時討論的也是非常前沿的話題，因此稱之為“篇篇熱門”並不為過。但是它的缺點也非常明顯，大牛更文更得非常慢，文章之間隔了幾個月是常有的事。另外該網站釋出的文章篇幅較長，內容艱深，對於讀者的英文水平和AI專業知識要求非常高。