我们的专栏

我们每天发表数十篇一流的文章。为了帮助您找到一些最好的产品，我们创建了几个围绕特定主题和帖子类型的收藏集。

例如，您可能正在寻找有关降落机器学习工作的见解；您可以通过去我们的有关该主题的推荐文章工作时间柱子。如果您想经历漫长而周到的阅读，可以浏览我们的深度潜水页面，我们收集一些更具实质性的贡献。等等。

如果你是一个新或有抱负的TD贡献者，浏览我们的专栏将使您对我们的团队发现特别引人注目的各种帖子有一个扎实的了解。愉快的阅读！

如果您是数据科学的新手，请从这里开始！我们的入门列包括一系列文章，可以帮助您进入许多数据科学和机器学习域。

我们作为编辑选秀的帖子代表了最好的TD：关于新鲜和发人深省的话题的有见地，引人入胜的写作。有些非常技术性，有些可能更具投机性，甚至是自以为是的。他们都是必读的。

从患者的解释器中，可以通过大量的代码示例逐步指南可以访问复杂的概念，该系列汇集了真正值得您的时间和充分关注的文章（它们通常至少是12分钟的读物）。

您有兴趣获得数据科学工作吗？您是否想知道如何为求职面试做准备，或者找出数据科学家的典型日子？这些只是我们办公时间专栏中涵盖的一些主题。

每个月，我们的团队都会发布有关特定主题的一些最佳文章。您可以在这里找到我们的所有月刊！

探索我们所有的播客剧集，并聆听有关数据科学和机器学习的精彩对话。

我们的意见专栏是您可以找到替代观点，有争议的意见，现有问题的新角度等等的地方。我们鼓励我们的作家参加聪明的讨论，我们很高兴在这里看到您的想法。

您是否正在寻找下一个机器学习项目的灵感？您是否正在尝试找到一个教程，可以教您编程和数据科学方面的最佳实践？您是否想查看一流的投资组合项目的示例，以帮助您在求职中脱颖而出？您可以在我们的动手教程专栏中找到所有这些以及更多。

如果您有兴趣分析和处理大数据，则需要查看此专栏。它具有数据工程中的高级教程，模型部署的最佳实践，企业案例研究等。

我们认为，数据科学可以帮助使世界变得更美好。我们认为，正确使用和解释数据可以改善我们的生活。要查找更多讨论数据功能和重要性的文章，请访问我们的数据以获取变更列。

Python 101之后发生了什么？面向对象的设计如何工作？如果您希望提高编程技能以外的基础知识，则需要为此列标记。它将提供教授高级编码语法的文章，清洁代码的提示以及介绍将升级您的编码性能的工具。

你是新闻迷吗？查看此列，以了解结合强视觉效果和分析性严谨的片段。数据记者解释了数据，并以引人入胜的叙述介绍了他们的发现，这些叙述揭示了不足的问题。

数据科学和机器学习是增长最快的研究领域的两个。在这里，我们策划了学者，有动力的学生和行业专家的研究突破。

在实践中，数据科学是什么样的？我们有兴趣向从业者学习他们在行业用例中最有用的工具。本列将跨越机器学习技术到管理云基础架构的应用程序研究。

我们还创建了一些专栏，在其中收集故事，可以帮助确保数据科学和机器学习技术以受益于人类的方式发展（您可以更多地了解这一点这里）：