最近，在Github上发现了一份数据科学的“入门套路”。无论你是从未尝试过编写代码，还是你需要深入复习相关数学知识，都可以在这份开源项目里找到你想要的。
比如你是一位刚刚接触数据科学的新手，那么，你就可以看相对应的Python基础知识，数学基础、高级Python、高级数学以及数据科学等知识。
如果你是一名专业的机器学习工程师，也有完整的学习路径，比如在这个阶段你可能更注重的应该是数据可视化、数据预处理、数据采集以及沟通陈述、决策等能力。
还有工具推荐，要熟练的使用 Jupyter Notebooks、latex、Wolfram Alpha 等等。
简而言之，本指南打包了几种类型的指南：
- 职业：完整的学习路径，指导你从头开始掌握新技能。
- 主题：由子领域组织的特定主题、方法和现实应用的综合指南。
- 专业化：个人技能的垂直指南。
- 工具：单一工具或技术的深入指南。
- 研究：对***论文和技术文件的***审查和解释。
- 元(Meta)：这些主要是关于如何学习和接近新概念的指南。
这份指南一开始是由一位名为“Vigilio”的开发者整理的他还创建了一个Facebook群组，并且不断更新，如今，这一份资料已经有了中文版。
目前，这个项目已经在Github上获得 11174 个Star，2173 个Fork，想入门数据科学的伙伴们这一次不要再错过了(Github地址：https://github.com/virgili0/Virgilio/tree/master/zh-CN)
