Analytics Vidhya与Towards Data Science一样，这也是一个优秀的数据科学教育网站。在它的blog里面，大多数的文章以教程的方式展开，并附有代码。除此之外，还有一些纯干货型文章，例如：The Essential NLP Guide for data scientists (with codes for top 10 common NLP tasks)。

• 内容主要是计算机科学类

• 例文：PySpark SQL Cheat Sheet: Big Data in Python

• 更新频率：优质选文成批发放，两至三周一更新

• 链接：www.kdnuggets.com 

Kdnuggets是一个内容覆盖非常广泛的网站，不论是就职干货还是技术难题，它总会有相关的文章。该网站的文章质量非常高，因此是各大公众号的“兵家必争之地”。建议多挂住网站左下角的“Most Popular”和“Most Shared”里的文章，快捷高效地获取优质文章。

• 内容主要是人工智能相关

• 例文：How do CNNs Deal with Position Differences?

• 更新频率：平均两月一篇

• 链接：https://petewarden.com

这是技术牛人Pete Warden的个人博客。他的文章更新较慢，但是内容严谨且具权威性。文章大都附有图片和代码进行解释。该网站是一个很好的研究性信息来源，和Google Research Group一样，文章一出，非常容易遭到疯抢。另外，文章的内容比较艰深，同时篇幅长，比较适合学术研究使用。

• 内容主要是News & Learning Resource

• 例文：Compare outlier detection methods with the OutliersO3 package

• 更新频率：优质文章成批发放，平均每月一次

• 链接：http://blog.revolutionanalytics.com

Revolution Analytics是一个杂文网站，种类繁多。平时会发布一些结构较小的文章，而每个月都会出现一次Roundup。这个Roundup通常分两个部分: 新闻和学习资源。建议主要关注这个Roundup里的学习资源，有许多技术性的文章质量很高。

• 内容主要是各种计算机相关信息

• 例文：NLP in Python

• 更新频率：平均每日每种类别都会更新一到两篇文章

• 链接：https://dzone.com

Dzone的内容对于计算机领域的知识覆盖简直让人惊讶,不论是AI、云计算、数据安全还是计算机性能、IoT和网站设计，这网站都有相关的文章，并且分好了类别。该网站的更新速度很快，而且每次都会对各个类别的文章进行大量更新。但是，对于文章质量来讲，还需要认真甄别。

• 内容主要是各种附代码技术类干货

• 例文：Introducing pydbgen: A random dataframe/database table generator

• 更新频率：每月一篇

• 链接：https://www.codementor.io/community/topic/data-science 

Codementor对于文章管理不是特别好，文章没有分类，因此很难摸清楚它发文章的具体套路。根据经验，这个网站所发的文章基本都是技术性文章，帮助解决各种技术性问题的，大都附有代码，因此比较干货。

• 内容主要是数据可视化

• 例文：Finding the Nearest Ocean Coast or any Nearest Point on a Map in Tableau

• 更新频率：每月两篇

• 链接：https://www.dataplusscience.com/insights.html

Data+Science的主题是数据可视化。因此，它的所有文章都是数据可视化案例，其中比较多见的就是Tableau的case。Data+Science的最大特点就是其运用到极致的版面设计美学。文章的排版、配图还有操作解说都安排得整洁美观，对于读者来说也格外赏心悦目，文章的内容也是干货满满。

• 内容主要是人工智能类

• 例文：Exploring LSTMs

• 更新频率：未知

• 链接：http://blog.echen.me

关注这个Blog，很大程度上是因为一篇爆热文：Exploring LSTMs。这篇文章在刚刚发出来以后，被各大公众号争相翻译和转发。它的文章质量非常高，同时讨论的也是非常前沿的话题，因此称之为“篇篇热门”并不为过。但是它的缺点也非常明显，大牛更文更得非常慢，文章之间隔了几个月是常有的事。另外该网站发布的文章篇幅较长，内容艰深，对于读者的英文水平和AI专业知识要求非常高。