可供初学者Date科学家使用的数学，统计和程序设计资源。 如果您打算学习在线课程，请查看材料。 这样您就可以领先于同学，同时也可以发挥有用的技能-自己学习其他材料。
技术英语
馆藏中的大多数材料都是英文。 因此，首先，您需要了解技术词汇并学习理解复杂的术语。 如果您的英语水平处于中级或中等以下，这些资源将帮助您浏览技术文献。
- 剑桥词典是一本解释性词典，可以帮助您理解单词和短语的含义。
- 数据科学中经常使用的带有缩写的缩写 。
- 数据科学和机器学习词汇 。
剑桥词典
数学
首先，学会快速掌握任何数学概念。 《如何快速学习数学》教程将对此有所帮助。
促进数学思维并学习：
要了解数学的多功能性，请查看Edward Frenkel系列的“
数学：自然语言”研讨会。
数学的附加理论与实践
以下资源将帮助刷新数学的基本概念：
Coursera的概率论课程
带有星号的任务。 为了进一步掌握矩阵代数的知识，请参加MIT 线性代数课程。统计资料
对于Net Scientology数据科学家课程的培训，统计学的基本知识就足够了。 可以从可汗学院
的“统计和概率”部分获得。 有关我们在培训期间将涵盖的统计主题的完整列表，请参见
《数据科学家需要掌握的10种统计技术》 。 对于录取，没有必要详细了解它们，但最好有一个一般性的想法。
网络科学学数据科学家课程
带有星号的任务。 此外，值得参加麻省理工学院的“ 应用统计”课程 ，但是您需要了解以下内容：
- 什么是样本和总体？
- 集中趋势和变异性的度量；
- 平均值比较。
程式设计
数据科学家的学生编写Python代码。 要在培训期间编写代码，只需掌握该语言的基本概念即可：运算符，数据类型，变量，循环，函数，类。 以下资源将帮助您自己快速了解基础知识和实践：
如果您想在导师的指导下更详细地了解Python，则可以并行参加Python for Data Analysis课程。
资料库
要在数据上下文中进行思考，您需要了解关系数据库的结构和工作方式。 为此，只要掌握SQL基础知识，就可以参加位于科罗拉多州博尔德市的
商业数据分析基础课程的第三周
课程 。 您可以在以下任务中练习知识：
可以在“ SQL for Analytics”课程中获得有关数据库的深入知识。
我们总结：关键建议
- 如果您打算在课程中学习数据科学家专业，请升级您的技术英语。 这将是研究其他材料和文档所必需的。
- 学习或熟悉数学，统计学，Python和SQL的基础知识。
- 阅读指南，观看培训讲座并完成实际任务以巩固信息。