В вопросе есть две составляющих:
- Python - основы программирования на выбранном языке
- Специфика Data Science и анализа данных - методы, алгоритмы, библиотеки, фреймворки и тд
Хотелось бы выделить еще и третью (точнее, нулевую) позицию - Основы Computer Science - после нее будет несколько проще понимать место языка программирования, место науки о данных. Но совместим приятное с полезным и посчитаем, что частично 0 пункт включен в 1 или уже знаком.
Примерная последовательность источников может быть такой:
Основы
- Гарвардский курс CS50 Computer Science - наглядно, практично, понятно
Основы Python и начало работы
- Знакомство 1 с Python
- Знакомство 2 с Python - знакомств мало не бывает =)
После знакомств есть альтернативы:
3.1 Погружение и применение
PythonИли классный курс от Сергея Балакирева:
- Далее начинаем знакомится с основной библиотекой работы с данными - pandas, рекомендаций несколько:
4.3 Или что-то на Степике
Где-то тут нужно найти материалы по Математике для Data Science - чтобы понимать основы. К сожалению, посоветовать ничего не могу.
- Переходим к непосредственно DS\ML:
- Курс Толи Карпова по основам DS - тут будет и практика и соревнование на очень реальных данных
Далее только углубляться в тему, просматривать
Kaggle notebooks, как для повторения, так и для тренировки. Участвовать в различных соревнованиях\контестах и прочем для повышения насмотренности, знакомится с
нейросетями.
И не забывать про практику - самостоятельной практики должно быть много и удача будет не за горами.
Желаю удачи в обучении😎