By เยาววาด ชัดมัน ซิดดิค, Graduate Researcher ที่ Texas Tech.

วิทยาศาสตร์ข้อมูลเต็มกอง ได้กลายเป็นหนึ่งในอุตสาหกรรมที่ร้อนแรงที่สุดในสาขาวิทยาการคอมพิวเตอร์ เริ่มต้นจากคณิตศาสตร์แบบดั้งเดิมไปจนถึงแนวคิดขั้นสูง เช่น วิศวกรรมข้อมูล อุตสาหกรรมนี้ต้องการความรู้และความเชี่ยวชาญอย่างกว้างขวาง ความต้องการได้เพิ่มขึ้นอย่างมากในแหล่งข้อมูล หนังสือ และแบบฝึกหัดออนไลน์ สำหรับผู้เริ่มต้น พูดน้อยก็ล้นหลาม ส่วนใหญ่ ผู้เริ่มต้นจะเริ่มต้นด้วยหลักสูตร python หลักสูตรการเรียนรู้ของเครื่อง หรือหลักสูตรคณิตศาสตร์ขั้นพื้นฐาน แต่หลายครั้ง หลายคนไม่รู้ว่าจะเริ่มจากตรงไหน และด้วยทรัพยากรมากมายที่ต้องไป หลายคนยังคงใช้ทรัพยากรอย่างต่อเนื่อง การย้ายระหว่าง Udemy, edX, Coursera และ YouTube หายไปหลายชั่วโมง

เรื่องที่เกี่ยวข้องกับ Data Science

เป้าหมายของบทความนี้ ไม่ได้แสดงรายการหลักสูตรที่จำเป็น แต่แสดงรายการแหล่งข้อมูลออนไลน์ที่โดดเด่นบางส่วนสำหรับแต่ละสาขาวิชาในโดเมน Data Science ตั้งแต่ต้นจนจบ มันจะช่วยให้ผู้เริ่มต้นเริ่มต้นการเดินทางด้านวิทยาศาสตร์ข้อมูลโดยไม่ต้องเสียเวลาอันมีค่าของพวกเขา ฉันพยายามจัดวางทรัพยากรให้เป็นระเบียบมากที่สุด แต่อาจแตกต่างกันมากขึ้นอยู่กับความเชี่ยวชาญและความต้องการของแต่ละบุคคล จุดเน้นของบทความนี้เป็นเพียงรายชื่อหลักสูตรและบทช่วยสอนออนไลน์ที่ละเอียดและละเอียดซึ่งมีให้สำหรับโดเมนที่ประกอบด้วยวิทยาศาสตร์ข้อมูลฟูลสแตก ฉันพยายามจัดรายการให้สั้นที่สุดเท่าที่จะทำได้ เพื่อช่วยให้ผู้เริ่มต้นเริ่มต้นการเรียนรู้โดยไม่ต้องเลือกอะไรมาก

แหล่งข้อมูลสำหรับพื้นที่ต่อไปนี้

• คณิตศาสตร์ — พีชคณิตเชิงเส้น แคลคูลัส ความน่าจะเป็น สถิติ และการเพิ่มประสิทธิภาพนูน
• การเขียนโปรแกรม Python — พื้นฐาน แนวคิด OOP อัลกอริธึม โครงสร้างข้อมูล และการประยุกต์ใช้วิทยาศาสตร์ข้อมูล
• การเขียนโปรแกรม R — พื้นฐาน วิทยาศาสตร์ข้อมูล และเว็บแอปพลิเคชัน
• แนวคิด DS หลัก — การเขียนโปรแกรมฐานข้อมูล, แมชชีนเลิร์นนิง, การเรียนรู้เชิงลึก, การประมวลผลภาษาธรรมชาติ, คอมพิวเตอร์วิทัศน์, การเรียนรู้การเสริมแรง, การสร้างภาพข้อมูล, การนำแบบจำลองไปใช้ และบิ๊กดาต้า
• การเขียนโปรแกรม C/C++ — พื้นฐาน การแก้ปัญหา แนวคิด OOP อัลกอริธึม และโครงสร้างข้อมูล
• พื้นฐานวิทยาการคอมพิวเตอร์ — บทนำ อัลกอริธึม โครงสร้างข้อมูล คณิตศาสตร์แบบไม่ต่อเนื่อง ระบบปฏิบัติการ สถาปัตยกรรมคอมพิวเตอร์ แนวคิดฐานข้อมูล Git และ GitHub

คณิตศาสตร์

พีชคณิตเชิงเส้น

1. ผู้สอน: Grant Sanderson / Channel: 3Blue1Brown
   รายวิชา: สาระสำคัญของพีชคณิตเชิงเส้น
2. ผู้สอน: Prof. Gilbert Strang / MIT OpenCourseWare
   รายวิชา: พีชคณิตเชิงเส้น / Youtube
3. ผู้สอน: Kaare Brandt Petersen & Michael Syskind Pedersen
   หนังสือ: พีชคณิตเมทริกซ์

แคลคูลัส

1. ผู้สอน: Grant Sanderson / Channel: 3Blue1Brown
   รายวิชา: แก่นแท้ของแคลคูลัส
2. ผู้สอน: ศ. David Jeison / MIT OpenCourseWare
   รายวิชา: แคลคูลัสตัวแปรเดี่ยว / YouTube
3. ผู้สอน: Prof. Denis Auroux / MIT OpenCourseWare
   รายวิชา: แคลคูลัสหลายตัวแปร / ยูทูบ

ความน่าจะเป็นและสถิติ

1. ผู้สอน: Khan Academy
   รายวิชา: ความน่าจะเป็น
2. ผู้สอน: Khan Academy
   รายวิชา: สถิติ
3. ผู้สอน: Joshua Starmer
   รายวิชา: สถิติพื้นฐาน
4. ผู้สอน: ศ. John Tsitsiklis / MIT OpenCourseWare
   รายวิชา: วิธีความน่าจะเป็น
5. ผู้สอน: อัลเลน บี. ดาวนีย์
   หนังสือ: สถิติการคิด

หมายเหตุ: ใช้หนังสือเล่มนี้หลังจากทำพื้นฐานของงูหลามและสถิติเสร็จแล้ว

การเพิ่มประสิทธิภาพนูน (แนวคิดขั้นสูง)

1. ผู้สอน: ศ.สตีเฟน บอยด์ / สแตนฟอร์ด
   รายวิชา: บทนำสู่การเพิ่มประสิทธิภาพนูน

การเขียนโปรแกรม Python

ความรู้พื้นฐานเกี่ยวกับงูหลาม

1. หลามสำหรับทุกคน: คอร์ส/ จอง / เว็บ
2. เรียนรู้ Python วิธีที่ยาก: จอง
3. คิดว่าหลาม: จอง
4. การเขียนโปรแกรม Python โดย Krish Naik: คอร์ส
5. ทำ Python Bootcamp ให้สมบูรณ์: คอร์ส

อัลกอริทึม & OOP ด้วย Python

1. การแก้ปัญหา & OOP ด้วย Python: คอร์ส
2. อัลกอริทึม Grokking: จอง
3. ทำให้สิ่งที่น่าเบื่อเป็นอัตโนมัติด้วย Python: คอร์ส
4. (ขั้นสูง) การวิเคราะห์เครือข่ายโซเชียลสำหรับสตาร์ทอัพ: จอง

วิทยาศาสตร์ข้อมูลด้วย Python

1. คู่มือวิทยาศาสตร์ข้อมูล Python: จอง
2. Python สำหรับวิทยาศาสตร์ข้อมูล: คอร์ส freecodecamp
3. ความรู้เบื้องต้นเกี่ยวกับการคิดเชิงคอมพิวเตอร์และวิทยาศาสตร์ข้อมูล: คอร์ส
4. วิทยาศาสตร์ข้อมูลประยุกต์ด้วย Python: คอร์ส

การเขียนโปรแกรม R

1. R สำหรับวิทยาศาสตร์ข้อมูล: จอง
2. การเรียนรู้ด้วยเครื่องจริงด้วย R: จอง
3. เว็บแอปแบบโต้ตอบโดยใช้ R Shiny: การกวดวิชา

การเขียนโปรแกรมฐานข้อมูล

1. พื้นฐานของระบบฐานข้อมูล: จอง
2. SQL เทียบกับ NoSQL| MySQL กับ MongoDB: การกวดวิชา/ การกวดวิชา
3. หลักสูตรการออกแบบฐานข้อมูลแบบเต็ม: การกวดวิชา
4. SQL โดยใช้ MySQL: คอร์ส
5. PostgreSQL: คอร์ส
6. PostgreSQL สำหรับทุกคน: คอร์ส
7. SQLite กับ Python: คอร์ส
8. ฐานข้อมูลยอดนิยม: การกวดวิชา

การแสดงข้อมูล

1. หลักสูตร Power BI แบบเต็มโดย Edureka: คอร์ส
2. หลักสูตร Power BI แบบเต็มโดย Simplilearn: คอร์ส
3. Tableau หลักสูตรเต็มโดย Edureka: คอร์ส
4. Tableau หลักสูตรเต็มโดย Simplilearn: คอร์ส
5. Tableau Crash Course โดย freecodecamp.org: คอร์ส

เครื่องเรียนรู้

หลักสูตรเริ่มต้น

1. ผู้สอน:  Andrew Ng
2. ผู้สอน:  อาบู ยาเซอร์ มุสตาฟา
3. ผู้สอน: กฤษ นัย
4. บทนำ AI: ai/ เอดูเรก้า
5. ปัญญาประดิษฐ์โดย MIT: คอร์ส

หลักสูตรแมชชีนเลิร์นนิงประยุกต์กับ Python

1. การเรียนรู้ของเครื่อง AZ: คอร์ส
2. การเรียนรู้ของเครื่องในทางปฏิบัติด้วย Python: คอร์ส

หนังสือสำหรับการเรียนรู้ด้วยเครื่องโดยตรง

1. การเรียนรู้ด้วยเครื่องจริงด้วย Scikit-Learn, Keras & TensorFlow: จอง
2. หนังสือ ML 100 หน้า: จอง
3. การเรียนรู้จากข้อมูล: จอง

การเรียนรู้ลึก ๆ

หลักสูตรเฉพาะทาง

1. ผู้สอน:  Andrew Ng/ YouTube
2. ผู้สอน: กฤษ นัย
3. ผู้สอน: Yann Le'Cun
4. ผู้สอน: เอ็มไอที

ประยุกต์การเรียนรู้เชิงลึกด้วย Python & TensorFlow

1. การเรียนรู้เชิงลึก AZ: โครงข่ายประสาทเทียมแบบลงมือปฏิบัติ: คอร์ส
2. TensorFlow Complete Course โดย freecodecamp.org: คอร์ส
3. ใบรับรองระดับมืออาชีพสำหรับนักพัฒนา AI TensorFlow: คอร์ส
4. ข้อมูล TensorFlow และการปรับใช้: คอร์ส

หนังสือเพื่อการเรียนรู้เชิงลึกแบบลงมือปฏิบัติ

1. หนังสือการเรียนรู้เชิงลึก: จอง
2. พื้นฐานของการเรียนรู้เชิงลึก: จอง

ประมวลผลภาษาธรรมชาติ

1. ความเชี่ยวชาญ NLP โดย deeplearning.ai: คอร์ส
2. NLP พร้อมการเรียนรู้อย่างลึกซึ้งโดย Stanford: คอร์ส/ YouTube
3. กรอก NLP โดย Krish Naik: คอร์ส

วิสัยทัศน์คอมพิวเตอร์

1. Convolutional Neural Networks สำหรับการจดจำภาพ: คอร์ส
2. ประวัติย่อโดย Krish Naik: คอร์ส
3. OpenCV แบบเต็มโดย freecodecamp.org: คอร์ส

การเรียนรู้เสริมแรง

1. การเรียนรู้การเสริมแรงโดย DeepMind: คอร์ส
2. การเรียนรู้การเสริมแรงโดยสแตนฟอร์ด: คอร์ส
3. การเรียนรู้การเสริมแรงโดยมหาวิทยาลัยอัลเบอร์ตา: คอร์ส

การพัฒนาเว็บ

1. การสอน Django โดย Corey Schafer: คอร์ส
2. Django สำหรับทุกคน: คอร์ส
3. การสอนขวดโดย Corey Schafer: คอร์ส
4. การพัฒนาเว็บโดย Traversy Media: เว็บลิงค์/ YouTube
5. คู่มือการพัฒนาเว็บสแต็คแบบเต็ม: การกวดวิชา
6. การออกแบบเว็บสำหรับทุกคน: คอร์ส
7. เว็บแอปพลิเคชันสำหรับทุกคน: คอร์ส

Git & Github

1. หลักสูตรความผิดพลาดโดย freecodecamp.org: คอร์ส
2. หลักสูตรความผิดพลาดโดย Traversy Media: คอร์ส
3. หลักสูตรเต็มโดย Edureka: คอร์ส
4. บทช่วยสอน Git สำหรับผู้เริ่มต้นโดย Mosh: คอร์ส
5. บทช่วยสอน Git และ Github โดย Amigoscode: คอร์ส

AWS

1. ใบรับรอง AWS: การกวดวิชา
2. บทช่วยสอน AWS สำหรับผู้เริ่มต้น: คอร์ส
3. ข้อมูลเบื้องต้นเกี่ยวกับ AWS สำหรับผู้เริ่มต้น: คอร์ส
4. การฝึกอบรมผู้ปฏิบัติงานระบบคลาวด์ที่ผ่านการรับรอง AWS: คอร์ส
5. AWS Certified Solutions Architect — การฝึกอบรมรอง: คอร์ส
6. นักพัฒนาที่ผ่านการรับรอง AWS — การฝึกอบรมรอง: คอร์ส
7. การฝึกอบรมที่เกี่ยวข้องสำหรับผู้ดูแลระบบ AWS SysOps: คอร์ส

การปรับใช้โมเดล

1. ผู้สอน: กฤษ นัย
2. ผู้สอน: แดเนียล เบิร์ก
3. การปรับใช้โมเดลแบบ End-to-End แบบสด: การกวดวิชา
4. การปรับใช้โมเดลโดยใช้ Amazon Sagemaker: การกวดวิชา
5. การปรับใช้โมเดลโดยใช้ Azure: การกวดวิชา

ข้อมูลขนาดใหญ่

1. ข้อมูลเบื้องต้นเกี่ยวกับ Big Data โดย CrashCourse: การกวดวิชา
2. ข้อมูลเบื้องต้นเกี่ยวกับ Big Data โดย Edureka: การกวดวิชา
3. Big Data Intro โดย Simplilearn: การกวดวิชา
4. Big Data & Hadoop โดย Edureka: คอร์ส
5. Apache Spark โดย Edureka: คอร์ส

การเขียนโปรแกรม C/C++ สำหรับการแก้ปัญหา

บทแนะนำ & หลักสูตร

1. กวดวิชา C แบบเต็มโดยไมค์: คอร์ส
2. บทช่วยสอน C ++ แบบเต็มโดย Caleb Curry: คอร์ส
3. การสอน C ++ แบบเต็มโดย Suldina Nurak: คอร์ส
4. แนวคิด C++ OOPS: คอร์ส
5. การแก้ปัญหา & OOP โดยใช้ C ++: คอร์ส
6. ตัวชี้ใน C ++: คอร์ส
7. STL โดยใช้ C ++: คอร์ส
8. โครงสร้างข้อมูลโดยใช้ C/C++: คอร์ส

ร้านหนังสือเกาหลี

1. ภาษาการเขียนโปรแกรม C ++ โดย Bjarne Stroustrup: จอง
2. ภาษาการเขียนโปรแกรม C โดย Dennis Ritchie: จอง

อัลกอริทึมและโครงสร้างข้อมูล

1. บทนำสู่อัลกอริทึมโดย MIT: คอร์ส
2. การออกแบบและวิเคราะห์อัลกอริทึมโดย MIT: คอร์ส
3. อัลกอริทึมขั้นสูงโดย MIT: คอร์ส
4. คู่มือการเขียนโปรแกรมการแข่งขันโดย GeeksforGeeks: เว็บลิงค์
5. บทนำสู่อัลกอริทึมโดย Thomas H. Cormen: จอง

ความรู้พื้นฐานทางวิทยาศาสตร์คอมพิวเตอร์

1. ภาคการศึกษาที่ขาดหายไปของวิทยาการคอมพิวเตอร์: คอร์ส
2. สถาปัตยกรรมระบบคอมพิวเตอร์โดย มช.: คอร์ส
3. สถาปัตยกรรมระบบคอมพิวเตอร์โดย MIT: คอร์ส
4. ระบบปฏิบัติการโดย Neso Academy: คอร์ส
5. ระบบปฏิบัติการโดย UC Berkely: คอร์ส
6. พื้นฐานของวิศวกรรมซอฟต์แวร์: คอร์ส

ฉันพยายามจัดหาแหล่งข้อมูลเฉพาะ (หลักสูตร/บทช่วยสอน/หนังสือ) ที่เจาะลึก โดดเด่นบนเว็บ และพิสูจน์แล้วว่ามีประโยชน์มากต่อผู้เรียนจำนวนมากในเวทีวิทยาศาสตร์ข้อมูล ฉันพยายามเจาะจงให้มากที่สุดและระบุรายการที่ฉันคุ้นเคย มันไปโดยไม่บอกว่าทรัพยากรที่ยอดเยี่ยมมากมายถูกละทิ้งเช่นกัน ด้วยเหตุนี้ รายการนี้จึงไม่ถือว่าเป็นคำแนะนำจากผู้เชี่ยวชาญไม่ว่าด้วยวิธีใด แต่จะเลือกหลักสูตรที่เน้นบางส่วนเพื่อทำให้เส้นทางการเรียนรู้ง่ายขึ้นสำหรับผู้เริ่มต้น ฉันจะปิดท้ายด้วยการมอบช่อง YouTube ระดับบนสุดที่มีสื่อการเรียนรู้มากมายและคำแนะนำที่ดีเกี่ยวกับเนื้อหา

ช่อง YouTube ยอดนิยมสำหรับวิทยาศาสตร์ข้อมูล

1. กฤษ นัย
2. เซนเด็กซ์
3. 3สีฟ้า1สีน้ำตาล
4. org
5. StatQuest กับ Joshua Starmer
6. โปรแกรมเมอร์ Python
7. คอรีย์ เชฟเฟอร์
8. เทคกับทิม
9. เอกสารสองนาที
10. โรงเรียนข้อมูล
11. เคเล็บ เคอร์รี่
12. อันเดรียส เครตซ์
13. สื่อทราเวอร์ซี
14. Stanford Online
15. ยานนิค คิลเชอร์
16. เกินบรรยาย
17. หมายเลข
18. AI
19. มายโค้ดสคูล
20. ศิลปะแห่งการแสดงภาพ

Original. โพสต์ใหม่โดยได้รับอนุญาต

ที่เกี่ยวข้อง

• วิธีรับประสบการณ์วิทยาศาสตร์ข้อมูลเชิงปฏิบัติให้พร้อมในอาชีพ
• แผนงานในการเป็นนักพัฒนา AI แบบฟูลสแตก นักวิทยาศาสตร์ข้อมูล วิศวกรการเรียนรู้ของเครื่อง และอีกมากมาย
• การเรียนรู้วิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่อง: ขั้นตอนแรกหลังแผนงาน