Graph & Front Learning
仓库地址:https://github.com/SOVLOOKUP/front-opensource-learning
加速克隆地址:https://hub.fastgit.org/SOVLOOKUP/front-opensource-learning
github-page页面:https://sovlookup.github.io/front-opensource-learning/
这个仓库本来是笔者的个人学习路线,但是和Datawhale的同学沟通以后发现,前端展示的痛点在数据分析者中十分普遍。于是我愿意在此学习路线仓库基本成熟后贡献给Datawhale成为孵化项目,给更多的人学习
计划中...
基础
推荐先修
让数据分析者从熟悉的数据分析内容开始本教程的学习,主要让初学者找到感觉,而图分析的内容正好可以让大部分人熟悉又新鲜。并且前端图分析和可视化基于图论和基本的图算法,学好基础对实战很有用处。
本教程是任务驱动型学习,以具体的例子来进行相关知识的教学,以[ 教 学 练 战 ]结合的方式呈现,通过里程碑式学习,培养实战和工程能力。教程总共计划安排4期内容,前期教学较多,后期更偏向于实战,如果希望系统性地学习,建议4期全部参加。
项目在Datawhale的组队学习过程中不断的迭代和优化,通过大家的反馈来修正或者补充相关的内容,如果对项目内容设计有更好的意见欢迎给我们反馈。为了方便学习和交流,建了一个数据分析前端学习者微信交流群,由于微信群的二维码只有7天内有效,所以直接加下面这个微信,备注:GraphFront,会被拉到交流群内:
在此感谢Datawhale 谢文睿 段秋阳 没有你们的帮助就不会有这个项目的开源
Datawhale是一个专注于数据科学与AI领域的开源组织,汇集了众多领域院校和知名企业的优秀学习者,聚合了一群有开源精神和探索精神的团队成员。Datawhale 以“for the learner,和学习者一起成长”为愿景,鼓励真实地展现自我、开放包容、互信互助、敢于试错和勇于担当。同时 Datawhale 用开源的理念去探索开源内容、开源学习和开源方案,赋能人才培养,助力人才成长,建立起人与人,人与知识,人与企业和人与未来的联结。
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
Thanks goes to these wonderful people (emoji key):
于北 🖋 |
Qiuyang Duan 🤔 |
This project follows the all-contributors specification. Contributions of any kind welcome!