全棧數據科學已成為計算機科學領域最熱門的行業之一。從傳統數學發展到數據工程等概念，這個行業需要廣泛的知識和專業知識。它的在線資源、書籍和教程的需求呈指數級增長。對初學者來說，至少可以說，這是壓倒性的。大多數時候，初學者要么從python課程開始，要么從機器學習課程開始，或者從一些基礎數學課程開始。但很多時候，他們中的很大一部分人不知道從何下手。有這么多的資源可以去，他們中的許多人一直在資源中掙扎。在Udemy、edX、Coursera和YouTube之間移動，浪費了很多時間。

本文的目標不是列出所需的教學大綱，而是列出端到端數據科學領域中每個主題領域的一些突出的在線資源。它將幫助初學者在不浪費寶貴時間的情況下開始他們的數據科學之旅。我已經試著把資源按盡可能多的順序放下。但根據個人的專業知識和要求，它可能會在很大程度上有所不同。本文的重點只是列出了一些完整和深入的在線課程和教程，這些課程和教程適用于包含全堆棧數據科學的領域。我試著讓列表盡可能短，這樣它就可以幫助初學者在沒有太多選擇的情況下開始他們的學習。

下列領域的資源

• 數學— 線性代數, 微積分, Probability, Statistics, and Convex Optimization
• Python編程— Fundamentals, OOP Concepts, Algorithms, Data Structures, and Data Science Applications
• R程序設計— Fundamentals, Data Science, and Web Applications
• Core DS Concepts— 數據庫編程, 機器學習, 深度學習, 自然語言處理, 計算機視覺, 強化學習, 數據可視化, 模型部署, and 大數據
• C/C++編程-基礎知識、問題解決、OOP概念、算法和數據結構
• Computer Science Fundamentals— Introduction, Algorithms, Data Structures, Discrete 數學, Operating System, Computer Architecture, Database Concepts, Git, and GitHub

數學

線性代數

1. Instructor: Grant Sanderson / Channel: 3Blue1Brown
   Course:Essence of 線性代數
2. Instructor: Prof. Gilbert Strang / MIT OpenCourseWare
   Course:線性代數/Youtube
3. Instructor: Kaare Brandt Petersen & Michael Syskind Pedersen
   Book:Matrix Algebra

微積分

1. Instructor: Grant Sanderson / Channel: 3Blue1Brown
   Course:Essence of 微積分
2. Instructor: Prof. David Jerison / MIT OpenCourseWare
   Course:Single Variable 微積分/YouTube
3. Instructor: Prof. Denis Auroux / MIT OpenCourseWare
   Course:Multi-Variable 微積分/ YouTube

概率統計

1. Instructor: Khan Academy
   課程：概率
2. 講師：可汗學院
   課程：統計學
3. 講師：約書亞·斯塔莫
   課程：統計學基礎
4. 講師：John Tsitsiklis教授/麻省理工學院開放式課程
   課程：概率方法
5. 講師：艾倫·B·唐尼
   書：思考統計

注意：在完成python和統計學的基礎知識后使用本書

凸優化（高級概念）

1. Instructor: Prof. Stephen Boyd / Stanford
   Course:Introduction to Convex Optimization

Python編程

Python基本原理

1. Python適合每個人：課程/書籍/網站
2. 學習Python的艱難途徑：書
3. 想想Python：書
4. Python編程 by 克里什·奈克:Course
5. 完整的Python訓練營：課程

算法與Python的OOP

1. 用Python解決問題和面向對象編程：課程
2. Grokking算法：書籍
3. 用Python自動化無聊的東西：當然
4. 創業公司（高級）社交網絡分析

用Python實現數據科學

1. Python數據科學手冊
2. Python for Data Science：FreecodeCamp課程
3. 計算思維與數據科學導論：課程
4. Applied 用Python實現數據科學:Course

R程序設計

1. 數據科學研究：書籍
2. Hands-on 機器學習 with R:Book
3. 使用R Shiny的交互式Web應用程序：教程

數據庫編程

1. 數據庫系統基礎
2. SQL vs NoSQL、MySQL vs MongoDB：教程/教程
3. 完整的數據庫設計課程：教程
4. 使用MySQL的SQL：課程
5. PostgreSQL：課程
6. 面向每個人的PostgreSQL：課程
7. SQLite與Python：課程
8. 流行數據庫：教程

數據可視化

1. Edureka Power BI完整課程：課程
2. Power BI完整課程by Simpilearn：課程
3. Edureka的Tableau完整課程：課程
4. 按Simpilearn列出的完整課程表：課程
5. freecodeCamp.組織的Tableau速成班：課程

機器學習

初學者課程

1. 指導老師：吳恩達
2. 指導老師：Abu Yaser Mustafa
3. 指導老師：克里什·奈克
4. AI簡介：AI/Edureka
5. 麻省理工學院的人工智能：課程

Applied 機器學習 Course with Python

1. 機器學習 A-Z:Course
2. Practical 機器學習 with Python:Course

書籍 for Hands-on 機器學習

1. Hands-on 機器學習 with Scikit-Learn, Keras & TensorFlow:Book
2. 100頁ML的書：書
3. 從數據中學習：書籍

深度學習

專業課程

1. 指導老師：吳恩達/YouTube
2. 指導老師：克里什·奈克
3. 指導老師：Yann Le'Cunn
4. 指導教師：麻省理工學院

Applied 深度學習 with Python & TensorFlow

1. 深度學習 A-Z: Hands-On Artificial Neural Networks:Course
2. TensorFlow完整課程freecodeCamp.組織：課程
3. AI TensorFlow開發者專業證書：課程
4. TensorFlow數據與部署：課程

書籍 for Hands-on 深度學習

1. 深度學習 Book:Book
2. Fundamentals of 深度學習:Book

自然語言處理

1. Deeplearning.ai的NLP專業化：課程
2. NLP with 深度學習 by Stanford:Course/YouTube
3. 克里什·奈克的完整NLP：課程

計算機視覺

1. 用于視覺識別的卷積神經網絡教程
2. 克里什·奈克的完整簡歷：課程
3. FreecodeCamp.組織的完整OpenCV：課程

強化學習

1. 強化學習 by DeepMind:Course
2. 強化學習 by Stanford:Course
3. 強化學習 by University of Alberta:Course

Web開發

1. 科里·謝弗的《姜戈教程：課程》
2. 每個人的Django：當然
3. 科里·沙費爾的燒瓶教程：課程
4. Web開發 by 特拉維亞特媒體:Web Link/YouTube
5. Full Stack Web開發 Guide:Tutorial
6. 面向每個人的網頁設計：課程
7. 面向每個人的Web應用程序：課程

Git&Github

1. freecodeCamp.組織的速成班：課程
2. Trawrade Media速成班：課程
3. Edureka全程課程：課程
4. Mosh為初學者提供的Git教程：課程
5. Amigoscode提供的Git和Github教程：課程

AWS

1. AWS認證：教程
2. AWS入門教程：課程
3. AWS初學者基礎：課程
4. AWS認證云從業者培訓：課程
5. AWS認證解決方案架構師-助理培訓：課程
6. AWS認證開發人員-助理培訓：課程
7. AWS SysOps管理員-助理培訓：課程

模型部署

1. 指導老師：克里什·奈克
2. 指導老師：丹尼爾·伯克
3. Live End-to-End 模型部署:Tutorial
4. 模型部署 using Amazon Sagemaker:Tutorial
5. 模型部署 using Azure:Tutorial

大數據

1. Introduction to 大數據 by CrashCourse:Tutorial
2. Introduction to 大數據 by Edureka:Tutorial
3. 大數據 Intro by Simplilearn:Tutorial
4. 大數據 & Hadoop by Edureka:Course
5. Edureka的Apache Spark：課程

求解問題的C/C++程序設計

教程和課程

1. 邁克的完整C教程：課程
2. 凱勒·柯里完整C++教程：課程
3. Suldina Nurak完整的C++教程：課程
4. C++OOPS概念：課程
5. 用C++解決問題與面向對象編程：課程
6. C++中的指針：課程
7. 使用C++的STL語言：課程
8. C/C++數據結構教程

書籍

1. Bjarne Stroustrup的C++編程語言
2. Dennis Ritchie的C編程語言

算法與數據結構

1. 麻省理工學院算法導論：課程
2. 麻省理工學院算法設計與分析教程
3. 麻省理工學院的高級算法：課程
4. 極客的競爭編程指南：Web鏈接
5. Thomas H.Cormen算法導論

計算機科學基礎

1. 計算機科學缺失學期：課程
2. CMU的計算機系統架構：課程
3. 麻省理工學院計算機系統架構課程
4. Neso學院的操作系統：課程
5. UC Berkely操作系統：課程
6. 軟件工程基礎：課程

I tried to provide specific resources (courses/tutorials/books) that are in-depth, prominent on the web, and have proved to be quite beneficial to a large number of learners in the data science arena. I tried to be as specific as possible and listed those with which I have familiarity. It goes without saying that many great resources have also been left out. As such, this list should not be considered an expert guide by any means. Rather, it picks out some of the highlighted courses to make the learning journey easier for beginners. I will finish off by providing some of the topmost YouTube channels that have tons of learning materials and some pretty good guidance in regards to the subject matter.

數據科學的頂級YouTube頻道

1. 克里什·奈克
2. 森德克斯
3. 3Blue1Brown
4. 組織
5. 約書亞·斯塔莫的StatQuest
6. Python程序員
7. 科里·沙費爾
8. 蒂姆的技術
9. 兩分鐘文件
10. 數據學派
11. 凱勒·柯里
12. 安德烈亞斯·克雷茨
13. 特拉維亞特媒體
14. 斯坦福在線
15. 揚尼奇·基爾徹
16. 極客
17. 編號PHILE
18. AI
19. 霉菌醇
20. 形象化藝術