Katra datu vizualizācijas kursa pārskats internetā

Pirms gada es izstājos no vienas no labākajām datorzinātņu programmām Kanādā. Es sāku veidot savu datu zinātnes maģistra programmu, izmantojot tiešsaistes resursus. Es sapratu, ka visu, kas man vajadzīgs, es varētu iemācīties, izmantojot edX, Coursera un Udacity. Un es to varētu apgūt ātrāk, efektīvāk un par nelielu daļu no izmaksām.

Tagad esmu gandrīz pabeidzis. Esmu izgājis daudzus kursus, kas saistīti ar datu zinātni, un daudzu citu daļu revīziju. Es zinu iespējas, kas pastāv, un kādas prasmes ir nepieciešamas izglītojamajiem, kuri gatavojas datu analītiķa vai datu zinātnieka lomai. Pirms dažiem mēnešiem es sāku izveidot pārskata vadītu ceļvedi, kurā ieteikti labākie kursi katram priekšmetam datu zinātnē.

Pirmajam sērijas ceļvedim iesaku dažas kodēšanas klases datu iesācējiem-iesācējiem. Tad tās bija statistikas un varbūtības klases. Tad tas bija ievads pašai datu zinātnei.

Tagad datu vizualizācija.

Šajā ceļvedī es pavadīju 10 + stundas, mēģinot identificēt katru tiešsaistes vizualizācijas kursu, kas tika piedāvāts no 2017. gada marta, no viņu mācību programmām un pārskatiem iegūstot galvenos informācijas fragmentus un apkopojot viņu vērtējumus. Veicot šo uzdevumu, es pievērsos nevienam citam kā atvērtā pirmkoda Class Central kopienai un tās datu bāzei ar tūkstošiem kursu vērtējumu un atsauksmēm.

Kopš 2011. gada Class Central dibinātājs Dhawal Shah tiešsaistes kursus uzmanīgāk seko, nekā iespējams, jebkurš cits pasaulē. Dhawal personīgi man palīdzēja sastādīt šo resursu sarakstu.

Kā mēs izvēlējāmies apsveramos kursus

Katram kursam jāatbilst trim kritērijiem:

  1. Kursu lielākajai daļai jābūt vērstai uz paskaidrojošu datu vizualizāciju. Datu sagatavošana, piemēram, ir atļauta, jo tā ir svarīga datu vizualizācijas procesa sastāvdaļa. Kursi, kas aptver mazāk būtiskas tēmas (piemēram, statistiskā modelēšana), tiek izslēgti. Vairāk par paskaidrojošo atšķirību zemāk.
  2. Tam jābūt pēc pieprasījuma vai jāpiedāvā ik pēc pāris mēnešiem.
  3. Tam jābūt interaktīvam tiešsaistes kursam, tāpēc nav grāmatu vai tikai lasāmu apmācību . Lai gan šie ir reāli veidi, kā mācīties, šī rokasgrāmata koncentrējas uz kursiem.

Mēs uzskatām, ka esam iekļāvuši visus ievērojamos kursus, kas atbilst iepriekšminētajiem kritērijiem. Tā kā šķietami simtiem kursu par Udemy, mēs izvēlējāmies ņemt vērā tikai visvairāk pārskatītos un visaugstāk novērtētos kursus. Tomēr vienmēr ir iespēja, ka mēs kaut ko nokavējām, tāpēc, lūdzu, informējiet mūs komentāru sadaļā, ja mēs atstājām labu kursu.

Kā mēs novērtējām kursus

Mēs apkopojām vidējo vērtējumu un atsauksmju skaitu no Class Central un citām atsauksmju vietnēm, lai aprēķinātu vidējo svērto vērtējumu katram kursam. Mēs lasījām teksta pārskatus un izmantojām šīs atsauksmes, lai papildinātu skaitliskos vērtējumus.

Mēs veicām subjektīvus mācību priekšmetu vērtēšanas aicinājumus, pamatojoties uz diviem faktoriem, pirmajam dodot priekšroku otrajam:

  1. Datu vizualizācijas teorijas atspoguļojums. Vai vizualizācijas izvēles motivācija ir izskaidrota? Vai kurss māca tikai rīku? Vairāk par to nākamajā sadaļā.
  2. Izvēlētā (-o) datu vizualizācijas rīka (-u) pārklājums. Vai kurss efektīvi māca kopīgus vizualizācijas rīkus (Tableau, ggplot2, Seaborn utt.)? Vai studentiem ir iespējas praktizēt šīs prasmes? Priekšroka instrumenta izvēlei netiek dota.

Kāpēc par prioritāti izvirzīt vizualizācijas teoriju

Konkrēta rīka apgūšana ir izšķērdīga, nezinot efektīvas vizualizācijas pamatus. Turklāt rīki bieži ir savstarpēji aizstājami atkarībā no iestatījuma.

Vēl svarīgāk ir tas, ka laba datu vizualizācija ir sarežģītāka, nekā domā lielākā daļa cilvēku. Ir nepieciešama rūpīga domāšana no plānošanas posmiem līdz izpildei. Pareizas diagrammas izvēle, sarežģītības un jucekļa līdzsvarošana, iepriekšēju īpašību izmantošana un citas iespējas, datu vizualizācija ir gan māksla, gan zinātne. Ir viegli noiet greizi un dažreiz šausmīgi (skat. Zemāk).

Izpētes un skaidrojošā vizualizācija

Kā aprakstījis Indianas Universitātes profesors Jongs-Jols Ahns, paskaidrojošās datu vizualizācijas mērķis ir komunicēt ieskatus un vēstījumus, savukārt izpētes vizualizācijas mērķis ir atklāt slēptus modeļus.

Šis raksts koncentrējas uz paskaidrojošiem datu vizualizācijas kursiem. Tāpēc no šī raksta tiek izslēgti tādi kursi kā Udacity datu analīze ar R (tikai izpētes kurss). Tēma ir svarīga; vienkārši nav pietiekami daudz kursu, lai attaisnotu atsevišķu rakstu. Tas tiks īsumā aplūkots šīs sērijas kopsavilkuma rakstā.

Dažreiz nepieciešama kodēšanas pieredze

Dažiem tālāk uzskaitītajiem kursiem ir nepieciešamas pamata kodēšanas prasmes kursa mācību valodā. Ja jums ir ļoti maz programmēšanas pieredzes, mūsu ieteikumi šīs sērijas pirmajā rakstā - labākais ievads datu zinātnes programmēšanas kursos - būtu lielisks sākums. Tiek apskatīti gan Python, gan R kursi.

Pārskatīšanas datu nav

Salīdzinot ar citiem šīs sērijas rakstiem, trūkst pārskata datu par datu vizualizācijas kursiem, kas atbilstu iepriekšminētajiem kritērijiem. Vēl nav skaidra vislabākā datu vizualizācijas kursa. Tālāk sniegtie ieteikumi nav tik pārliecinoši kā iepriekšējie raksti. Kā vienmēr, bet it īpaši šeit, mēģiniet izvēlēties kursu, kas vislabāk atbilst jūsu vajadzībām.

Mēs izvēlamies labāko datu vizualizācijas kursu:

  • Kalifornijas Universitātes Deivisa datu vizualizācija ar tablo specializāciju Coursera

… Kas satur šādus piecus kursus:

  • Vizualizācijas pamati ar Tableau
  • Būtiskie dizaina principi galdiņam
  • Vizuālā analīze ar Tableau
  • Informācijas paneļu izveide un stāstīšana ar Tableau
  • Datu vizualizācija ar Tableau projektu

Kalifornijas universitātē Deivisa datu vizualizācijā ar Tableau Specialization ir vislabākā pieejamā teorijas un rīku pārklājuma kombinācija, pamatojoties uz šī raksta vērtēšanas kritērijiem. Tā ienirst dziļi teorijā kā daži citi kursi. Ir iespējas praktizēt Tableau, izmantojot ietvarus un gala projektu, lai gan Tableau apgūšana nav galvenā uzmanība. Tā ir diezgan jauna specializācija (2016. gada beigas), un šajā analīzē izmantotajās pārskata vietnēs kursiem ir tikai viens 4 zvaigžņu vērtējums.

Instruktori ir Govind Acharya, Hunter Whitney un Suk Brar. Acharya ir galvenais analītiķis UC Deivisā. Vitnija un Brāra ir cienījami nozares profesionāļi. Starp viņiem viņiem ir gadu desmitiem ilga pieredze datu vizualizācijā, kas skaidri tiek parādīta ar kursa saturu. Video ir labi ražoti.

Paredzamais Coursera specializācijas grafiks ir 22 nedēļas ar nedēļas saistībām, sākot no trim līdz astoņām stundām nedēļā. Šīs aplēses noteikti ir pārāk augstas, kā atzīmēja vairāki recenzenti un mana pieredze ar Coursera. Pašlaik ir pieejamas bezmaksas (katra kursa revīzija atsevišķi) un apmaksātas (samaksa par specializāciju) iespējas.

Vairāki ievērojami Coursera recenzenti atzīmēja sekojošo:

Viņi ne tikai stāsta, kā veikt vizualizācijas dizainu, bet arī paskaidro, kāpēc (fizioloģija, principi). Es ļoti ieteiktu šo klasi. Lielisks kurss - pasargā no dažām smalkām kļūmēm vizualizācijas sagatavošanā. Lai gan ļoti vienkāršs ievads Tableau lietošanā, kurss sniedz plašu un interesantu pamatu, kas būtu noderīgs ikvienam, kurš vēlas uzlabot izpratni par vizualizācijas pamati.

Vizualizācijas teorija un R, kas apgūtas darot

  • Datu vizualizācija ar ggplot2, izmantojot DataCamp

… Kurā ir trīs daļas:

  • Datu vizualizācija ar ggplot2 (1. daļa)
  • Datu vizualizācija ar ggplot2 (2. daļa)
  • Datu vizualizācija ar ggplot2 (3. daļa)

Vēl viena lieliska iespēja ir DataCamp datu vizualizācija ar ggplot2 sērijām, it īpaši, ja vēlaties iemācīties R un, konkrētāk, ggplot2. Tiek aplūkota ievērojama teorijas daļa, kas ir piemērota, ņemot vērā, ka ggplot2 ir iedvesmojusi grafikas gramatika. Arī rīku pārklājums un prakse ir iespaidīga - atstājot šos kursus, jūs diezgan labi zināsiet R un tā dīvaino sintaksi. Šajā analīzē izmantotajās pārskatu vietnēs par šiem kursiem nav atsauksmju.

Visu trīs kursu pasniedzējs ir Riks Skaveta, kurš ir biologs, darbnīcu treneris, ārštata datu zinātnieks un Science Craft līdzdibinātājs. DataCamp hibrīdais mācību stils, izmantojot pārlūkprogrammas koda redaktoru, izmanto video (ar Scavetta galveno lomu) un teksta instrukcijas ar daudziem piemēriem. Video, teksta un koda saturs ir labi noslīpēts.

Aptuvenais visu trīs kursu laika grafiks ir 16 stundas. Katra kursa pirmā nodaļa ir pieejama bez maksas. Pilnīgai piekļuvei ir nepieciešams DataCamp abonements, kas pašlaik ir 29 USD mēnesī vai 300 USD gadā.

Šis apstiprinājums ir Hadley Wickham, RStudio galvenā zinātnieka un ggplot2 radītāja:

Es ļoti iesaku Rick Scavetta “Data Visualization with ggplot2”. Tas sniedz lielisku ievadu ggplot2. Jūs uzzināsiet gan pamatā esošo teoriju, gan praktiski izmantosiet praksi DataCamp tiešsaistes mācību vidē.

Praktisks ievads Tableau kopā ar lielisku instruktoru

Kirila Eremenko un SuperDataScience komandas vietnē Udemy Tableau 10 sērija, kurā ietilpst:

  • Tableau 10 AZ: Hands-On Tableau apmācība datu zinātnei!
  • Tableau 10 padziļinātā apmācība: Master Tableau datu zinātnē

Mācījis Kirils Eremenko, SuperDataScience Tableau 10 sērija ir efektīvs praktisks ievads. Tas galvenokārt koncentrējas uz rīku pārklājumu (Tableau), nevis uz datu vizualizācijas teoriju. Eremenko ir viens no visvairāk novērtētajiem šo ceļvežu pasniedzējiem ar vienmēr pozitīvām atsauksmēm visos viņa kursos. AZ kurss ir priekšnoteikums Advanced Training kursam. Kopā sērijas kursiem ir vidēji 4,6 zvaigžņu vērtējums, pārsniedzot 3724 atsauksmes.

Sērijā ir septiņpadsmit stundu video saturs. Katra kursa izmaksas mainās atkarībā no Udemy atlaidēm, taču tās notiek bieži, un tās var iegādāties par 10 USD.

Vairāki ievērojami recenzenti atzīmēja sekojošo:

Tas bija lieliski. Es katru dienu lietoju Tableau, taču tas bija lielisks atsvaidzinājums dažiem priekšmetiem, kurus es neizmantoju, un lielisks mācību palīgs, lai sēdētu Tableau sertificēto profesionālo eksāmenu. Labs darbs Kirils un komanda!

Kirils ir milzīgs pasniedzējs, un studenti, kas apmeklē šo kursu, skaidri redzēs, kāpēc viņam ir desmitiem kursu un tūkstošiem studentu - viņš spēj pasniegt sarežģītas prasmes reālās pasaules biznesa apstākļos un darīt to pakāpeniski, apvienojot bieži vien sarežģīto uzdevumu mācīt gan pamati un kontekstam atbilstošas ​​lietojumprogrammas vienlaicīgi.

Sacensības

Apskatīsim citas alternatīvas, sakārtotas pēc dilstošā vērtējuma.

Interaktīva datu vizualizācija ar Python & Bokeh (Ardit Sulce / Udemy): rīka fokuss (Python un Bokeh). Iekļauta sadaļa par tīmekļa lietojumprogrammu izveidi. Septiņas stundas video. Izmaksas mainās atkarībā no Udemy atlaidēm, kas ir bieži. Tam ir vidēji 4,6 zvaigžņu vērtējums virs 103 atsauksmēm.

Informācijas vizualizācija (IVMOOC) (Indianas Universitāte / Neatkarīgā): ļoti detalizēti aptver teoriju un vairākus rīkus. Iespaidīgs reālās dzīves projekts. Neskatoties uz e-pastu kursu administratoriem, reģistrēšanās nedarbojās mēģinājuma laikā. Pilns divpadsmit nedēļu absolventu kurss. Bezmaksas. Tam ir 4,5 zvaigžņu vidējais svērtais vērtējums vairāk nekā 2 atsauksmēm.

Tabula iesācējiem - iegūstiet sertifikātu, paātriniet savu karjeru (Lukas Halim / Udemy): rīku fokuss (Tableau). Četru stundu video. Izmaksas mainās atkarībā no Udemy atlaidēm, kas ir bieži. Tam ir 4,5 zvaigžņu vidējais svērtais vērtējums virs 649 atsauksmēm.

Datu analīze un vizualizēšana, izmantojot Power BI (Microsoft / edX): rīka fokuss (Power BI). Pielāgots biznesa lietotājiem, kuri ieguldījuši Microsoft ekosistēmā. Daļa no Microsoft profesionālās programmas datu zinātnes sertifikāta. Paredzētais laika grafiks ir divas līdz četras stundas nedēļā sešu nedēļu laikā. Bezmaksas, iegādājoties verificētu sertifikātu. Tam ir 4,5 zvaigžņu vidējais svērtais vērtējums, kas pārsniedz 117 atsauksmes.

Datu analīze un vizualizēšana, izmantojot Excel (Microsoft / edX): rīku fokuss (Excel). Pielāgots biznesa lietotājiem, kuri ieguldījuši Microsoft ekosistēmā. Daļa no Microsoft profesionālās programmas datu zinātnes sertifikāta. Paredzētais laika grafiks ir divas līdz četras stundas nedēļā sešu nedēļu laikā. Bezmaksas, iegādājoties verificētu sertifikātu. Tam ir 4,5 zvaigžņu vidējais svērtais vērtējums, salīdzinot ar 972 atsauksmēm.

Dati vizualizē datus, izmantojot D3.js Vienkāršais veids (Bezgalīgas prasmes / Udemy): rīka fokuss (D3.js). Četru stundu video. Izmaksas mainās atkarībā no Udemy atlaidēm, kas ir bieži. Tam ir 4,4 zvaigžņu vidējais svērtais vērtējums vairāk nekā 262 atsauksmēm.

Datu vizualizācija ar Python un Matplotlib (Stone River eLearning / Udemy): rīku fokuss (Python un Matplotlib). Sešas stundas video. Izmaksas mainās atkarībā no Udemy atlaidēm, kas ir bieži. Tam ir 4,4 zvaigžņu vidējais svērtais vērtējums virs 92 atsauksmēm.

Datu analīze: vizualizācija un informācijas paneļa dizains (Delftas Tehnoloģiskā universitāte / edX): rīks (Excel) un uzņēmējdarbības fokuss. Paredzamais laika grafiks ir četras līdz sešas stundas nedēļā sešu nedēļu laikā. Bezmaksas, iegādājoties verificētu sertifikātu. Tam ir 4,2 zvaigžņu vidējais svērtais vērtējums vairāk nekā 5 atsauksmēm.

Lielie dati: datu vizualizācija (Kvīnslendas Tehnoloģiskā universitāte / FutureLearn): līdzsvarota teorija / rīku fokuss. Dažādu rīku iedarbība. Sāksies 2017. gada augusts. Paredzamais laika grafiks divas stundas nedēļā trīs nedēļu laikā. Bezmaksas ar jauninājumu, kuru var iegādāties. Tam ir 4 zvaigžņu vērtējums, salīdzinot ar 1 atsauksmi.

Datu vizualizācija un komunikācija ar Tableau (Duke University / Coursera): rīks (Tableau) un biznesa uzmanība. Daļa no programmas Excel uz MySQL: Analītiskie paņēmieni uzņēmējdarbības specializācijai. Paredzamais laika grafiks ir sešas līdz astoņas stundas nedēļā piecu nedēļu laikā. Pieejamas bezmaksas un apmaksātas iespējas. Tam ir 3,67 zvaigžņu vidējais svērtais vērtējums vairāk nekā 9 atsauksmēm.

Datu vizualizācija (Ilinoisas Universitāte, Urbana-Champaign / Coursera): Teorijas fokuss. Daļa no datu ieguves specializācijas. Paredzamais laika grafiks ir četras līdz sešas stundas nedēļā četru nedēļu laikā. Pieejamas bezmaksas un apmaksātas iespējas. Tam ir 3,14 zvaigžņu vidējais svērtais vērtējums virs 22 atsauksmēm.

Datu vizualizācija un D3.js (Udacity): līdzsvarota teorija / rīka fokuss. D3.js instrukcija jūtas “nepilnīga” un “nevietā”. Paredzamais septiņu nedēļu laika grafiks. Bezmaksas. Tam ir 2,83 zvaigžņu vidējais svērtais vērtējums vairāk nekā 6 atsauksmēm.

Datu pārvaldība un vizualizācija (Vesliana Universitāte / Coursera): Sabalansēta teorija / rīks. Ietver vairākus rīkus (Python un SAS). Daļa no Veslijana datu analīzes un interpretācijas specializācijas. Paredzētais laika grafiks ir četras līdz piecas stundas nedēļā četru nedēļu laikā. Pieejamas bezmaksas un apmaksātas iespējas. Tam ir 2,67 zvaigžņu vidējais svērtais vērtējums vairāk nekā 6 atsauksmēm.

Lietišķā plānošana, kartēšana un datu attēlošana Python (Mičiganas Universitāte / Coursera): līdzsvarota teorija un rīku fokuss. Pieejamas bezmaksas un apmaksātas iespējas. Tam ir 2 zvaigžņu vidējais svērtais vērtējums, salīdzinot ar 4 atsauksmēm.

Šiem kursiem no 2017. gada marta nebija atsauksmju.

Datu vizualizācija tablo (Udacity): Teorijas fokuss ar lielisku pārklājumu. Īss rīku pārklājums (Tableau). Galvenokārt uz tekstu balstītas instrukcijas ar vairāku atbilžu viktorīnām. Daļa no Udacity datu analītiķa nanodegree un Predictive Analytics for Business Nanodegree. Šis kurss, visticamāk, būs iekļauts trijās vietās, kad to papildinās ar videoklipiem, lai papildinātu tekstu. Paredzamais laika grafiks ir trīs nedēļas. Bezmaksas.

Datu vizualizācijas rīku veidošana (Džona Hopkinsa universitāte / Coursera): rīku fokuss (R un ggplot2). Daļa no JHU programmatūras izstrādes apgūšanas R specializācijā. Paredzētais laika grafiks ir divas stundas nedēļā četru nedēļu laikā. Pieejamas bezmaksas un apmaksātas iespējas.

Datu vizualizācija visiem (Trinity College / edX): Teorijas fokuss. Paredzētais laika grafiks ir trīs stundas nedēļā sešu nedēļu laikā. Pieejams bez maksas ar verificētu sertifikātu.

Datu vizualizācija ar Advanced Excel (PwC / Coursera): rīku fokuss (Excel). Daļa no PwC datu analīzes un prezentēšanas prasmēm: PwC pieejas specializācija. Paredzamais laika grafiks ir trīs līdz četras stundas nedēļā četru nedēļu laikā. Pieejamas bezmaksas un apmaksātas iespējas.

Biznesa analītisko rezultātu paziņošana (Kolorādo Universitāte Boulder / Coursera): teorija un uzņēmējdarbības uzmanība. Daļa no Colorado Boulder's Data Analytics for Business Bootcamp specializācijas. Paredzētais četru nedēļu laika grafiks. Pieejamas bezmaksas un apmaksātas iespējas.

Stāstīšana, izmantojot datu vizualizāciju (Dataquest): galvenokārt rīku fokuss (Python, Matplotlib un Seaborn). Paredzamais laika grafiks nav skaidrs. Pārsvarā bez maksas, taču pilnīgai piekļuvei ir nepieciešams abonements.

Datu vizualizācijas mācību ceļš (O'Reilly): līdzsvarots rīka / teorijas fokuss. Aptver D3.js. Vairāki instruktori. Piecpadsmit stundu saturs. Bezmaksas ar desmit dienu bezmaksas izmēģinājumu.

Datu vizualizācija izstrādātājiem (Dan Appleman / Pluralsight): Teorijas fokuss. Pielāgots izstrādātājiem. Divas stundas satura. Bezmaksas ar desmit dienu bezmaksas izmēģinājumu.

Šos četrus kursus ir izveidojis Bils Šanders no Beehive Media un piedāvā vietnē Lynda. Tie ir uzskaitīti hronoloģiskā secībā pēc izlaišanas datuma.

Datu vizualizācijas pamati (Bill Shander / Lynda): uzmanības centrā teorija. Četras stundas satura. Bezmaksas ar desmit dienu bezmaksas izmēģinājumu.

Datu vizualizācijas noformēšana (Bill Shander / Lynda): Teorijas fokuss. Ietver konkrēta projekta izveidi no koncepcijas līdz datu analīzei līdz projektēšanai un izpildei. Četras stundas satura. Bezmaksas ar desmit dienu bezmaksas izmēģinājumu.

Datu vizualizācija datu analītiķiem (Bill Shander / Lynda): uzmanības centrā teorija. Pielāgots datu analītiķiem. Divas stundas satura. Bezmaksas ar desmit dienu bezmaksas izmēģinājumu.

Datu vizualizācijas stāstīšanas pamati (Bils Šanders / Lynda): fokuss uz teoriju. Divas stundas satura. Bezmaksas ar desmit dienu bezmaksas izmēģinājumu.

Vizualizācija R, sākot no iesācēja līdz progresīvam (Nathan Yau / FlowingData): četru nedēļu kurss. Nepieciešama abonēšana.

DataCamp piedāvā šādus četrus kursus. Kā minēts iepriekš, DataCamp hibrīds mācību stils, izmantojot pārlūkprogrammas koda redaktoru, izmanto video un teksta instrukcijas ar daudziem piemēriem.

Datu vizualizācija R (DataCamp): līdzsvarota teorija / rīka fokuss. Ietver pamata R grafiku. Paredzētā laika skala ir četras stundas. Lai pilnībā piekļūtu, nepieciešams abonements.

Ievads datu vizualizācijā ar Python (DataCamp): rīka fokuss (Python, Matplotlib un Seaborn). Paredzētā laika skala ir četras stundas. Lai pilnībā piekļūtu, nepieciešams abonements.

Interaktīva datu vizualizācija ar Bokeh (DataCamp): rīka fokuss (Python un Bokeh). Paredzētā laika skala ir četras stundas. Lai pilnībā piekļūtu, nepieciešams abonements.

Datu vizualizācija R ar ggvis (DataCamp): līdzsvarota teorija / rīka fokuss. Aptver R un ggvis. Paredzētā laika skala ir četras stundas. Lai iegūtu pilnīgu piekļuvi, nepieciešams abonements.

Iesaiņojot to

Šī ir ceturtā no sešdaļīgajām sērijām, kas aptver labākos tiešsaistes kursus, lai uzsāktu sevi datu zinātnes jomā. Mēs aplūkojām programmēšanu pirmajā rakstā, statistiku un varbūtību otrajā rakstā un ievadus datu zinātnei trešajā rakstā. Pārējā sērija aptvers citas datu zinātnes pamatkompetences. Nākamais ir mašīnmācīšanās.

Ja vēlaties apgūt Datu zinātni, sāciet ar kādu no šīm programmēšanas nodarbībām

medium.freecodecamp.com Ja vēlaties apgūt Datu zinātni, apmeklējiet dažas no šīm statistikas nodarbībām

medium.freecodecamp.com Es katru interneta datu kursu ievadīju rangā, balstoties uz tūkstošiem datu punktu

medium.freecodecamp.com

Pēdējais darbs būs šo rakstu kopsavilkums, kā arī labākie tiešsaistes kursi par citām galvenajām tēmām, piemēram, datu apstrādi, datu bāzēm un pat programmatūras inženieriju.

Ja meklējat pilnu Datu zinātnes tiešsaistes kursu sarakstu, tos varat atrast Class Central Datu zinātnes un Lielo datu priekšmeta lapā.

Ja jums patika to lasīt, apskatiet dažus citus Class Central gabalus:

Šeit ir 250 Ivy līgas kursi, kurus jūs tiešsaistē varat iziet bez maksas

250 MOOC no Brown, Columbia, Cornell, Dartmouth, Harvard, Penn, Princeton un Yale. medium.freecodecamp.com 50 labākie bezmaksas tiešsaistes universitātes kursi pēc datiem

Kad es 2011. gada novembrī palaidu Class Central, bija aptuveni 18 bezmaksas tiešsaistes kursi un gandrīz visi… medium.freecodecamp.com

Ja jums ir ieteikumi par kursiem, kurus es nokavēju, informējiet mani atbildēs!

Ja jums tas noderēja, noklikšķiniet uz? tāpēc vairāk cilvēku to redzēs šeit, izmantojot Medium.

Šī ir mana sākotnējā raksta, kas publicēts Class Central, saīsināta versija, kur esmu iekļāvis tālākos kursu aprakstus, mācību programmas un vairākas atsauksmes.