数据科学被称为 21 世纪最性感的工作。根据ZipRecruiter,数据科学家的入门级工资估计为 69,000 美元,中级数据科学家的平均工资约为 89,000 美元。由于行业范围如此之广,对数据科学家的需求成倍增长。在这篇文章中,我们将探索 15 个 Youtube 频道,您可以从这些频道开始免费学习数据科学。

1\。自由代码营

[](https://res.cloudinary.com/practicaldev/image/fetch/s--FIMPgi30--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/xk0u0fjjfp6gfpglwp32.png)

FreeCodeCamp 不需要任何介绍。这是我获取任何计算机科学概念知识的首选渠道。FreeCodeCamp 的数据科学家播放列表包含有关数据科学、数据可视化、数据分析等方面的视频。

2\。数据科学道场

[](https://res.cloudinary.com/practicaldev/image/fetch/s--3TUSAwPd--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/5fhktdnml6j8yp4ttizq.png)

Data Science Dojo 是一个了不起的频道,他们的视频观看次数超过 300 万次,订阅者达 70300 人。他们在全球举办了为期 5 天的数据科学训练营,来自全球 1,500 多家公司的 4,000 多名专业人士参加了该训练营。您可以在此处](https://datasciencedojo.com/data-science-bootcamp/schedule/)查看他们 2021 年[的日程安排。 Data Science Dojo 是发布有关 R 和 Python 编程语言的数据科学教程视频的频道之一。您可以通过单击此处的来探索他们的播放列表。

3\。365 数据科学

[](https://res.cloudinary.com/practicaldev/image/fetch/s--DoVyKtaJ--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/85ozmmkboevyykcd1v5c.png)

365 Data Science 的频道拥有超过 600 万次观看和 172k 订阅者,包含有关概率基础、概率分布、数据科学中各个职位的路线图以及介于两者之间的所有视频。他们还在其网站365datascience.com上提供 Python、数据预处理、SQL、数据可视化、深度学习等课程

4\。StatQuest 与 Josh Starmer

[](https://res.cloudinary.com/practicaldev/image/fetch/s--6C42Y6tk--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/j18aal88bxonkmzudqei.png)

对于想要学习统计和机器学习的人来说,这个资源是一座金矿。 StatQuest 将复杂的统计和机器学习方法分解成易于理解的小块。 StatQuest 不会降低材料的难度,相反,它会让你变得更聪明,对统计和机器学习有更好的理解。

该频道拥有超过 2200 万的观看次数和超过 466k 的订阅者。您可以从此处的访问 StatQuests 的播放列表。

5.分析师亚历克斯

[](https://res.cloudinary.com/practicaldev/image/fetch/s--37CFN5LS--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/34ank6pul9lhahepj4en.png)

对于那些想特别关注数据科学的数据分析方面的人来说,Alex 是你的人选。他的节目Alex the Analyst Show是我在互联网上最喜欢的资源之一。对于那些想要现实生活中的建议而不是教程的人,一定要看看他。

6\。肯 JA

[](https://res.cloudinary.com/practicaldev/image/fetch/s--0kW8ACD0--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/60fco4afj8260qwott6t.png)

在过去的 5 年里,Ken Jee 一直在数据科学领域从事体育分析工作。他曾在从初创公司到财富 100 强组织的公司担任数据科学职位。他的 youtube 频道拥有超过 300 万的观看次数和 132k 的订阅者。他在Data Science Jobs、Data Science Fundamentals和Data Science Projects等上有一些惊人的播放列表。

7\。数据营

[](https://res.cloudinary.com/practicaldev/image/fetch/s--Hw6UxPBw--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/iqpx39uws66wa3ehn1rd.png)

DataCamp 的 youtube 频道拥有超过 1400 万的观看次数和 112k 的订阅者。 DataCamp 通过DataCamp.com上的课程为全球 600 万人提供了教育。他们有R Tutorials for DataScience和Python for Data Science的播放列表。对于其课程的回顾,我推荐Alex 在 DataCamp上的视频。

8\。数据教授

[](https://res.cloudinary.com/practicaldev/image/fetch/s--JJyeqj0_--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/h8gui8d3mbdy8deta2a1.png)

Chanin Nantasenamat 又名数据教授是一所研究型大学的生物信息学教授,在那里他领导着一个研究实验室,该实验室利用数据科学来揭示医学中大数据的隐藏知识。 Chanin 在数据科学领域拥有超过 15 年的经验,发表了 100 多篇研究文章、评论文章和书籍章节。

他的播放列表 —数据科学 101、数据科学工具箱、Python 数据科学项目和R 数据科学项目简直是惊人的。

9\。3Blue1Brown

[](https://res.cloudinary.com/practicaldev/image/fetch/s--xA0pX8VH--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/6kqtodss8pwqwusdmxxh.png)

3Blue1Brown 有关于数学和娱乐概念的动画教程。它是理解任何数学概念的绝佳资源,例如微积分、微分方程、神经网络等等。

10\。Krush 颈部

[](https://res.cloudinary.com/practicaldev/image/fetch/s--T5JqRkB2--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/bofknz73fgjbl3d11ptl.png)

Krish Naik 是一位首席数据科学家,在机器学习、深度学习和计算机视觉领域处于领先地位,同时也是一名教育工作者和导师,在该行业拥有超过 8 年的经验。在他的频道中,Krish 解释了有关机器学习、深度学习和 AI 的各种主题以及许多现实世界的问题场景。

关于这个频道最好的部分是 Krish 制作了一个视频,他在视频中解释了如何通过他的频道通过关注各种播放列表来学习数据科学。 It goes as Python for Machine Learning -> [Statistics in ML](https://www.youtube.com/playlist?list=PLZoTAELRMXVMhVyr3Ri9IQ-t5QPBtxzJO -> Feature Engineering -> Machine Learning ->ML Pipelines -> Deep Learning ->项目。

11\。代码基础

[](https://res.cloudinary.com/practicaldev/image/fetch/s--uGU78Gcx--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/jmh0kzjcxffs2k51f6c8.png)

Code Basics 是 Dhaval Patel 的频道,他拥有超过 15 年的软件工程师工作经验。他在他的频道上拥有超过 1600 万的观看次数,拥有 28.4 万订阅者。他有一个数据科学播放列表的 111 个视频,其中包括 Python、Jupyter Notebook、Numpy、Pandas、用于数据可视化的 Matplotlib、使用 sklearn 的机器学习和使用 tensorflow 2.0 的深度学习。

12\。埃杜里卡

[](https://res.cloudinary.com/practicaldev/image/fetch/s--w--__Wgn--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev- to-uploads.s3.amazonaws.com/uploads/articles/d3x7lppm5pw9195fksuf.png)

Edureka 是另一个无需介绍的平台。它的频道有 2.07 亿次观看,有 255 万订阅者。它有一个 10 小时的数据科学课程,其中详细介绍了所有主要概念。它适合初学者和专业人士。您可以在此处访问 Edureka的 10 小时数据科学完整课程。

13\。智能船

[](https://res.cloudinary.com/practicaldev/image/fetch/s--G_gJivOQ--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/s8rljobj0qxw0b1724li.png)

Intellipaat 是一个拥有超过 4400 万次观看和 919k 订阅者的频道。它有一个 11 小时的完整数据科学课程,从什么是数据科学到各种数据科学概念、数据科学项目和数据科学面试问题和答案。这是一个端到端的数据科学完整课程。

14\。简单学习

[](https://res.cloudinary.com/practicaldev/image/fetch/s--raMS9GdO--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/hkt2sn55qajf1r2rsvdc.png)

Simplilearn 是一个拥有超过 6900 万次观看和 98.3 万订阅者的频道。与 Edureka 类似,它有一个 10 小时的课程,以正确的方式提供数据科学的学习路径。它充满了许多实用示例,对初学者很友好。您可以在此处访问 Simplilearn的 10 小时数据科学课程。

15\。大学

[](https://res.cloudinary.com/practicaldev/image/fetch/s--YHnyCn8N--/c_limit%2Cf_auto%2Cfl_progressive%2Cq_auto%2Cw_880/https://dev-to-uploads .s3.amazonaws.com/uploads/articles/q3v0jagb8ueca4uq8ahh.png)

伟大的学习有 Abhinanda Sarkar 博士的数据科学课程。 Sarkar 博士是 Great Learning for Data Science and Machine Learning Programs 的学术主任。他被评为印度前 3 名最杰出的分析和数据科学院士。

他曾在麻省理工学院 (MIT) 教授应用数学,并在斯坦福大学和 ISI 任教,并继续在印度管理学院 (IIM-Bangalore) 和印度科学研究所 (IISc) 任教。您还可以访问此处获得 Great Learning for Data Science 的免费证书。

我希望这篇文章对你有用。掌握数据科学需要大量的努力、耐心和知识。如果你只是为了它提供的钱,你也可以选择成为一名软件工程师。它支付相同的费用,有时甚至更多。话虽如此,数据科学拥有很多潜力,并且已经在改变我们看待业务的方式。

我的文章以咖啡为燃料。如果您发现我的内容很有价值并想支持我的努力,请考虑给我买一个!

[

](https://www.buymeacoffee.com/saiashish)

Bonus Insights byThe Insightful Coder:

• 有兴趣构建有创意的初学者级 Python 项目🐍?:查看初学者 Python 项目系列😍

• 有兴趣使用 Python 构建自己的人工智能项目吗?:查看Python AI 系列🧠

• 我还在我的Instagram页面上发布了有用的开发资源、交互式测验和面试准备。记得关注我哦💯

• 在我的Github 存储库中查找和下载我所有的项目源代码🎁