为了使Kaggle上的资源获得最大化的利用，一位来自印度的数据科学家sban设计了一个数据科学模型、技术和工具的项目索引表。
在这里你可以查找到你所需要的数据科学资源，并超链接到项目页，附有代码展示。
整个数据科学表，一共提供了十个类别，每个类别里面都有分支，分支里的“词汇”在根据投票数量排列的同时，也在右侧说明了作者，项目实现所使用的编程语言以及阅读数，评论以及获得的投票数量。
另外，这个“索引表”还一直在更新，所以非常具有收藏的价值。
下面文摘菌简单带大家浏览一下这10个类别，想要具体了解的同学请点击：
1.回归算法
在本类别中，包括线性回归和逻辑回归两个部分，其中每个部分分别给出了10个示例。
2.正则化算法
此类别下，包含三个分支，分别是Ridge、Lasso、Elasticnet。其中Ridge分支下有10个示例，Lasso分支下有9个，Elasticnet有4个。
3.树形结构模型
此类别下的分支包含Decision Tree、Random Forest、Lightgbm Xgboost Catboost。每个分支下各有10个分支。
4.神经网络和深度学习模型
此类别下包含神经网络、自动编码、深度学习、卷积神经网络、胶囊神经网络等分支，每个分支所下都有所对应的词汇。
5.聚类算法
此类别包含Kmeans、层次聚类 、Dbscan密度聚类等。
6.Misc - Models
此类别包括朴素贝叶斯、支持向量机、临近算法、推荐引擎等的应用和相关示例。
7.重要的数据科学工具
此类别是一个超级类别，其下属包括处理、 维数约减、后建模技术以及模型融合这四个小类别，每个类别下包含若干分支。
8.文本数据
在这一目录下包含了自然语言、主题模型、词嵌入向量。
9.数据科学工具
Scikit、Tensorflow等众多框架和工具都包含在此类别下。
10.数据可视化
Seaborn、D3.Js、Bokeh等著名的数据可视化库和工具都能在此类别下找到。
最后再次给出链接，大家请尽情享用吧!