academic/awesome-datascience

项目概览

作为数据科学领域的 awesome-list，它同时收录了学习路径、工具目录和 Agent 框架清单，可作为入门和检索相关资源的起点。

项目类型

数据处理

应用场景

学习教育

部署方式

查看项目说明

License

MIT

适合谁

• 需要寻找数据科学入门学习路径和基础概念的初学者。
• 希望获取分类汇总的数据科学工具、算法包和智能体框架清单的用户。

核心能力

• 为初学者提供从学习 Python 到深度学习的结构化学习路径，帮助其按步骤开始数据科学的学习。
• 以组织好的目录形式分类列出各种数据科学工具、算法、包和文献。
• 列出可用于数据科学工作流的智能体框架和工具。

限制与风险

• 作为由链接和列表组成的资源清单，用户需要自行甄别外部链接的有效性和内容时效性。
• 项目仅提供阅读和导航功能，不包含交互式编程环境或可运行的代码示例。

如何开始

• 上手容易，只需在 GitHub 上访问该仓库并阅读 README 文件即可，不需要配置环境。

核验依据

• GitHub 项目简介: :memo: An awesome Data Science repository to learn and apply for real world problems.
• README: This is a shortcut path to start studying **Data Science**. Just follow the steps to answer the questions, "What is Data Science, and what should I study to learn Data Science?"
• Release: v2026.07.11.1
• README: If you're just starting out, here's a simple recommended path:
• README: - [What is Data Science?](#what-is-data-science) - [Where do I Start?](#where-do-i-start) - [Agents](#agents) - [Training Resources](#training-resources) - [Tutorials](#tutorials)…

内容核验时间：