Թոփ 5 առցանց դասընթացները, որոնք կօգնեն ձեզ սկսել տվյալների գիտությունը այսօր:

Ահա առցանց դասընթացները, որոնք ինձ ստիպեցին սկսել Data Science-ում:

Տվյալների գիտությունը դեռևս 2020-ի ամենահայտնի մասնագիտություններից մեկն է: Իրականում, պահանջարկը կտրուկ աճում է այն աստիճանի, որ անհանգստություններ են առաջանում, որ տվյալների գիտության հմտությունների բացը հավերժանալու է, քանի որ տվյալների հրաշագործների առաջարկը չի կարողանում հասնել պահանջարկին: ընկերությունների ամբողջ աշխարհում:

Ասել է թե, կան տոննա ուսանողներ, ովքեր ցատկում են դաշտ և իրենց վրա են վերցնում այս բարդ թեման քոլեջում, որպեսզի կարողանան հետևել տենդենցին և հնարավորություն ունենան այս բազմամասնագիտական ​​կարիերային: Շնորհիվ այնպիսի զեկույցների, ինչպիսիք են Glassdoor’s 50 Best Jobs-ը, որը տվյալների գիտությունը նվաճող է համարել վերջին 4 տարվա ընթացքում անընդմեջ, և հոդվածների ու առցանց դասընթացների ցունամիի, որը դրդել և ազդել է երիտասարդների վրա՝ սկսելու Տվյալների գիտությանը տիրապետելու այս ջանքերը:

Այնուամենայնիվ, ինտերնետի միջոցով որոշ համարձակ անհատներ որոշել են ձևակերպել իրենց սեփական ուսումնական ծրագիրը կամ ուղին տվյալների գիտության մասին սովորելու համար: Քանի որ Տվյալների գիտությունը դարձել է ժողովրդավարական, և այսօր գրեթե բոլորը կարող են իմանալ դրա մասին, նույնիսկ առանց պաշտոնական կրթության, դրա մասին ինքնուրույն սովորելը լիովին հնարավոր է:

Այսպիսով, այս հոդվածը բոլոր նրանց համար է, ովքեր մտածում են Data Science սովորելու մասին, կամ դուք ցանկացել եք ավելին իմանալ դրա մասին, բայց չգիտեք, թե որտեղից սկսել: Այս հոդվածում ես կիսում եմ այն ​​5 դասընթացները, որոնք ինձ ստիպեցին սկսել Տվյալների գիտությունը և ինձ կրքոտ դարձրին տվյալները պատկերացումների վերածելու հարցում:

Բայց նախքան ցուցակի մեջ մտնելը, ահա որոշ նախադրյալներ, նախքան այս դասընթացները սկսելը:

• Համակարգչային գիտության հիմնական գիտելիքներ
• Ծրագրավորման հիմնական հմտություններ
• Հետաքրքրասիրություն
• Կիրք
• Վճռականություն

Այդ հոգածությամբ ստուգեք ստորև ներկայացված ցուցակը:

1. Ի՞նչ է տվյալների գիտությունը — IBM

Coursera-ն այսօր MOOC/առցանց ուսուցման լավագույն հարթակներից մեկն է, և այն ունի բազմաթիվ զարմանալի դասընթացներ՝ ձեր խաղը բարելավելու համար ծրագրավորման, մաթեմատիկայի, մեքենայական ուսուցման և այլնի ոլորտներում:

IBM-ի կողմից տրամադրված դասընթացը. What is Data Science-ը հիանալի մեկնարկային վայր է տվյալների գիտության բոլոր էնտուզիաստների համար այնտեղ, այն ուսումնասիրում է, թե ինչպես են մարդիկ բացահայտել հին ժամանակներում տվյալների պատկերացումներն ու միտումները: Մինչ օրս, մի ​​դարաշրջան, որտեղ Արհեստական ​​ինտելեկտը փոխարինում է մարդկանց որոշակի ոլորտներում և տվյալների էքսպոնենտալ աճով, Տվյալների գիտությունը կարող է հրաշքներ գործել:

Այս դասընթացի ընթացքում դուք կիմանաք, թե իրականում ինչ է տվյալների գիտությունը, ոլորտում ներգրավված կարևոր թեմաները՝ Նյարդային ցանցեր, Hadoop, Big Data և ինչպես է տվյալների կախարդությունն օգտագործվում բիզնեսում:

2. CS109 — Հարվարդի համալսարան

CS109-ը սկսնակների համար հայտնի դասընթաց է Data Science-ի համար, այն ընդգրկում է Data Science-ի մանրակրկիտ ասպեկտները և հետևում է դե ֆակտո, ստանդարտ համալսարանական ուսումնական ծրագրին: Այս դասընթացի լավագույն մասն այն է, որ այն դասավանդում է Հարվարդը՝ հեղինակավոր համալսարան, որն արժե մեծ դոլարներ, բայց անվճար է բոլորի համար:

Այս ամբողջ դասընթացը հասանելի է GitHub-ում և տեսանյութերը հիմնականում HD են: Կան նաև դասախոսությունների սլայդներ, որոնց համար կարող եք հետևել ուսումնական ծրագրին, երբ սովորում եք: Տրվում են նաև տնային առաջադրանքներ, և եթե դուք հետաքրքրված եք դրանք կատարելով, պարզապես հետևեք README.md-ի ընթացակարգերին, և դուք պետք է պատրաստ լինեք:

Չնայած այս դասընթացը 2015 թվականից է, այն դեռ սովորեցնում է գրեթե այն ամենը, ինչ դուք պետք է իմանաք Data Science-ի մասին: Դասընթացի բովանդակությունը ներառում է՝ Python, վեբ գրություն, հավանականություն, ռեգրեսիա, մեքենայական ուսուցում, համույթներ, Bayes և կլաստերավորում: Գոյություն ունի նաև վերջին շաբաթվա նախագիծ՝ ձեր գիտելիքները ստուգելու համար, և արդյոք դուք իսկապես կառուցողական եք սովորել:

3. Տվյալների գիտության ներածություն Python-ում — Միչգանի համալսարան

ԱՄՆ-ի լավագույն համալսարաններից մեկի՝ Միչիգանի համալսարանի կողմից առաջարկվող այս դասընթացը սովորողներին ծանոթացնում է տվյալների գիտությանը python ծրագրավորման լեզվի միջոցով, որն այսօր շատ հայտնի է տվյալների գիտության աշխարհում:

Ձեզ կսովորեցնեն python ծրագրավորման միջավայրի հիմունքները, ներառյալ հիմնարար python ծրագրավորման մեթոդները, ինչպիսիք են lambdas-ը, CSV ֆայլերը կարդալը և շահարկելը և Numpy գրադարանը:

Ամբողջ դասընթացի ընթացքում օգտագործվում են Jupyter նոթատետրեր, որոնք բազմակողմանի են և շատ հեշտ օգտագործման համար։ Դուք կարող եք ծանոթանալ հանրահայտ գործիքին, որն օգտագործում են Data Scientists-ն իրենց ամենօրյա աշխատանքում:

Մի խոսքով, դուք պետք է սովորեք Python-ը (Տվյալների գիտության համար ամենահայտնի լեզուն, չնայած մյուս լեզուները, ինչպիսիք են Golang-ը և Julia-ն, հասնում են իրենց առաջընթացին), Numpy, Pandas և Data cleaning (որը, ինչպես գիտեք, տվյալների գիտնականները ծախսում են իրենց ծախսերի 80%-ը): ժամանակ է)

4. Kaggle Micro դասընթացներ

Միկրո-դասընթացների այս զարմանալի հավաքածուն զարմանալի ռեսուրս է բոլորի համար, ովքեր ցանկանում են անվճար սովորել տվյալների գիտություն, այն ընդգրկում է տվյալների գիտության գրեթե բոլոր ասպեկտները, որոշ դասընթացներ ներառում են այնպիսի հիմունքներ, ինչպիսիք են Pandas, Intro to SQL, Data Visualization up: բարդ թեմաների, ինչպիսիք են խորը ուսուցումը և NLP-ն:

Նրանք խոստովանում են, որ այս միկրո դասընթացները տվյալների գիտություն սովորելու կամ ձեր հմտությունները պարզապես բարելավելու «ամենաարագ և զվարճալի» միջոցն են: Ավելին, այս դասընթացները դասավանդում են բարդ թեմաներ, բայց դրանք զրոյացված են մինչև իրենց հիմնական բաղադրիչները, այնպես որ դուք կարող եք դրանք սովորել ընդամենը մի քանի ժամում:

Սկսելու հիանալի վայր է Իմացեք Python և Մեքենայական ուսուցման ներածություն դասընթացը:

P.s. Դուք ստանում եք անվճար վկայականներ դրանք ավարտելուց հետո, պարզապես մի փոքր վերև: Նրանք հիանալի են մոտիվացիայի համար, և դա ձեզ դրդում է ավարտին հասցնել այն:

5. Google Machine Learning Crash Course with TensorFlow APIs

Այս դասընթացը զարմանալի գոհար է ինտերնետում առկա բովանդակության ցունամիից, և բոլորը, ովքեր ցանկանում են սովորել Մեքենայի ուսուցման մասին, պետք է ստուգեն այն: Այն ուսուցանվում է Google-ի մասնագետների կողմից, և նրանք հիանալի են դժվար թեմաները ամբողջությամբ սկսնակների համար բաժանելու հարցում:

Թեև այս դասընթացին մասնակցելուց առաջ դուք պետք է անցնեք նախադրյալների էջ և համոզվեք, որ ի վիճակի եք սովորել մեքենայական ուսուցում: Շատ մի հուզվեք և սկսեք սովորել մի բանի մասին, որը չեք կարող հասկանալ: Պահանջվում է մաթեմատիկական գիտելիքներ Գծային հանրահաշվի և Բազմփոփոխական Հաշվի վերաբերյալ:

Ձեռք բերեք ալգորիթմներ և հիմնական մեքենայական ուսուցման գաղափարներ այս Crash Course-ի միջոցով և ստացեք իրական փորձառություն ուղեկցող Kaggle մրցույթի հետ:

Google-ի մշակողները նաև ունեն անվճար python վթարի դասընթաց, եթե դուք հետաքրքրված եք: Կարող եք նաև այցելել Իմացեք Google AI-ի հետ՝ ուսումնասիրելու ուսումնական ռեսուրսների ամբողջական գրադարանը:

Գործողության պլան

Անկեղծ ասած, ինտերնետը բոլոր ժամանակների ամենամեծ գյուտերից մեկն է, բայց, ինչպես բոլոր բաներում, կա դրա լավ և վատ կողմերը: Դուք կարող եք կա՛մ սովորել նոր հմտություններ և ստեղծել ավելի լավ ապագա ձեր կյանքի համար, կա՛մ օրեր անցկացնել՝ դիտելով բազմաթիվ հեռուստահաղորդումներ Netflix-ում, որոնց համար կարող եք զղջալ, երբ մեծանաք: Ես կառաջարկեի ընտրել առաջինը, չնայած Netflix-ի վերահսկվող օգտագործումը չի վնասում:

Այսքան անորոշության և քաոսի պայմաններում իսկապես դժվար է կամքի ուժ և ուժ հավաքել՝ կենտրոնանալու և ջանք թափելու ձեր անձնական նախագծերի և կրքի վրա: Բայց մնացեք լավատես և նայեք իրերի դրական կողմին, դուք ավելի շատ ժամանակ եք անցկացնում տանը և նույնիսկ կարող եք ավելի շատ շփվել ձեր ընտանիքի հետ:

Այսպիսով, հուսով եմ, որ դուք կօգտագործեք ինտերնետը ձեր ապագայի համար օգտակար հմտություններ ձեռք բերելու նպատակով և միևնույն ժամանակ կփայփայեք ձեր ընտանիքի և ընկերների հետ անցկացրած ժամանակը: Հիշեք լավատես մնալ և էներգիա հավաքել սովորելու համար:

Առաջարկվող սովորություններ/պրակտիկաներ առցանց սովորելու համար

1. Ակտիվ եղեք քննարկման ֆորումում: Մի վախեցեք հարցնել. Հարցեր տալը ուսման մեջ հիմնարար քայլ է և ցույց է տալիս, որ դուք սովորում եք:
2. Coursera-ի համար դասախոսությունների տեսահոլովակներն ունեն ենթագրեր ներքևում, որտեղ կարող եք ընդգծել ցանկացած կարևոր տեղեկություն, որը ձեզ խորաթափանց է թվում: Այսպիսով, դուք կարող եք պահել այն ավելի ուշ և ունենալ այն, երբ անհրաժեշտ լինի:
3. Coursera-ի դասընթացներն օգտագործում են Jupyter-ի նոթատետրերը դասախոսությունների և առաջադրանքների ժամանակ, ուստի խորհուրդ է տրվում փորձարկել դրա հետ և խաղալ դրա հետ: Համոզվեք, որ հարմար եք դյուրանցումներին և հրամաններին, քանի որ ապագայում դրանք շատ կօգտագործեք:

Շնորհակալություն կարդալու համար և մաղթում եմ ձեզ ամենայն բարիք՝ դեպի Data Science ճանապարհորդություն:

Ինչ է հաջորդը

Ստուգեք այս ցանկը Տվյալների գիտության, ML և AI MOOC-ի լավագույն 20 անվճար ինտերնետումավելի շատ թեմաների համար, ինչպիսիք են Deep Learning-ը և NLP-ը:

Ստուգեք տվյալների գիտության վերաբերյալ իմ լավագույն հոդվածներից մի քանիսը:

Կարդացեք Ultralearning Data Science-ի իմ շարքը, որն առաջարկում է առատ խորհուրդներ և խորհուրդներ արդյունավետ սովորելու վերաբերյալ:

Կոնտակտներ

Եթե ​​ցանկանում եք թարմացվել իմ վերջին հոդվածներով հետևեք ինձ Medium-ում:

Շփման այլ միջոցներ.

• Լինքեդին
• Թվիթեր
• GitHub
• Reddit

Մնա ապահով: