如何在Python中划分训练/测试集并进行交叉验证

使用git管理数据科学试验的经验

Kaggle利于数据科学领域新手学习的几点特征，并带你学习ML相关知识

集合论：现代数学的共同基础

根据数据科学家最常使用的四种编程语言推荐相应的IDE

开源工具就是你数据科学入门时所需的全部内容

在数据科学领域，真正的“全科专家”屈指可数

GBM算法的历史和原理

数据科学家需要知道的5个基本统计概念，如何才能最有效地应用它们

数据科学的完整流程几个组成部分

假设不懂数据科学，如何解决问题?

分享进行真实世界数据科学项目的经验教训

11种深度学习框架影响力评估

Feedly推荐系统背后使用的机器学习技术

有关Python的文章最热门的10篇

如何完成从Pandas到Scikit-Learn这一令人兴奋的工作流

概率论的核心法则（基本公理）介绍

对监督机器学习的基本限制和目标进行深刻而简洁的描述

如何构建数据科学项目才能更高效？

为什么特征工程如此重要？把数据转换成图像