作者：Giorgos Psistakis
每当我们与客户或者在数据分析师论坛进行讨论时，我们总是能发现大家都时不时地去逛一些网站或是论坛。他们从中了解最及时的数据分析信息或者学习自己弄不懂的地方。
那么在今天这篇文章中，将告诉大家对每个数据分析师都超级有用的而且现在还在时常更新的博客和网站。 另外也欢迎大家补充！
那我就按照字母顺序开始介绍….
Cross Validated
【https://stats.stackexchange.com/ 】
这个网站是Stack Exchange 的一个分支，是关于统计，机器学习，数据分析，数据挖掘和数据可视化的一个问答论坛网站。不仅可以自己提问题， 回答别人的，还可以通过上面一千多个tag来找到你想了解的。 比如， 如何理解VECM 里的beta？是选择t-test 还是非参数检验？如何在多元数据中发现outlier 离群值？等等。
Data Science Central
【http://www.datasciencecentral.com/ 】
Data Science Central (DSC) 是最近越来越火的数据科学家和数据/大数据专家和从业者的社区。它包含大量的帖子，问题，数据集，培训材料等。除了数据可视化， 把数据分析， 深度学习， 人工智能， 这些不同的channel， 这个网站还会实时更新在线讲座可以注册参加， 视频辅导，甚至还可以找工作？！简直不能更全面！
DBMS2
【http://www.datasciencecentral.com/ 】
这个是Curt Monash (软件行业首屈一指的分析师和战略顾问) 的博客。 基本每7-10天左右一更， 会讨论数据管理， 商业智能以及各种分析技术， 还会涉及: Amazon and its cloud like Amazon Redshift, Cassandra, Kafka and Confluent or PostgreSQL.
Facebook Data Science Blog
【@Facebook Data Science】
这是Facebook自己的数据科学家团队的脸书账号。虽然这个账户经常会因为大家出现账户问题时被圈，但其实还是很有爱的，不如在8月8号的National Cat Day, 就po出了关于爱猫和爱狗人士的对比调查，谁的朋友更多？谁更有可能是单身？这两类更喜欢看哪个电视节目？也是异常有爱。
Open ---- New York Times
【https://open.nytimes.com/ 】
这是New York Times 的开发团队自己的博客， 但是内容就有趣多了。他们公开了很多内部项目和产品的所有内容，以及数据分析，机器学习和数据科学。不知道能偷偷学到多少！
O’Reilly Data Radar
【https://www.oreilly.com/topics/data 】
O'Reilly是从软件工程到数据的一站式商店。在他们的博客中，您可以找到大量关于数据和大数据的信息，AI, Business, Data, Design, Economy, Operations, Software architecture, Web programming, 以及许多活动，不同的看法还可以注册购买会员，就可以查看包括O’Reilly, Pearson, HBR, and Packt 超过四万本书和教学视频。 简直就是个大宝藏。
Quora
Quora 里有很多关于数据分析，数据科学的社区， 我选了三个活跃度比较高的推荐给大家。
---- Data Science Topic 【https://www.quora.com/topic/Data-Science 】
---- Data Analysis Topic 【https://www.quora.com/topic/Data-Analysis 】
---- Big Data Analysis Topic 【https://www.quora.com/topic/Big-Data-Analysis 】
R-bloggers
【https://www.r-bloggers.com/ 】
R-Bloggers是一个关完全于R的聚合器。如果你是R的粉丝，那么你肯定已经知道了R-bloggers，如果不是，跟随它来得到最新的关于R的资讯。
Reddit
Reddit有一些关于机器学习，数据科学和数据分析的重要的社区。
---- Machine Learning Subreddit 【https://www.reddit.com/r/MachineLearning/ 】
---- Data Science Subreddit 【https://www.reddit.com/r/datascience/ 】
Simply Statistics
【https://simplystatistics.org/ 】
Simply Statistics是由三位生物统计学教授（Rafa Irizarry，Roger Peng和Jeff Leek）主持的博客。 他们除了写了很多统计数据分析的文章，介绍了些他们在Coursera的一些网络课程以外，还对不少比较厉害的数据科学家和COPSS (统计界的诺贝尔奖)获奖人Martin Wainwright 以及 John Storey 都进行了采访， 我们可以了解到很多他们的心路历程。
Statistical Modeling, Casual Inference, and Social Science
【http://andrewgelman.com/ 】
在这个博客中，你将会找到非常大量的数据分析，统计和建模的实例。 经常更新，因为有六个人参与，并且由哥伦比亚大学，国立卫生研究院或斯隆基金会等10多个组织赞助， 所以更新速度和权威度都非常之高。
卡里读后感：
6不6？
你要是能每天多看看这些
还愁跟数据牛人聊天没有谈资？
多读书
多看报
少吃鸡
少睡觉
往期文章内容
“阅读原文”在这里点👇
