Kursus sains data percuma terbaik semasa lockdown

Sekiranya anda terkunci kerana wabak COVID-19, anda mungkin mempunyai sedikit masa tambahan di tangan anda. Binging Netflix semuanya baik dan baik, tetapi mungkin anda sudah bosan dengan itu dan anda ingin mempelajari sesuatu yang baru.

Salah satu bidang yang paling menguntungkan untuk dibuka dalam beberapa tahun terakhir adalah sains data. Sumber yang saya senaraikan di bawah akan membantu mereka yang cukup teknikal untuk memahami matematik pada tahap statistik dan kalkulus pembezaan untuk memasukkan pembelajaran mesin ke dalam set kemahiran mereka. Mereka mungkin membantu anda memulakan karier baru sebagai saintis data. 

Sekiranya anda sudah dapat memprogram di Python atau R, kemahiran itu akan memberi anda pengetahuan sains data terpakai. Sebaliknya, pengaturcaraan bukanlah perkara yang sukar bagi kebanyakan orang - ini adalah kaedah berangka.

Coursera menawarkan banyak kursus berikut. Anda boleh mengauditnya secara percuma, tetapi jika anda mahukan kredit, anda perlu membayarnya.

Saya cadangkan untuk memulakan dengan buku The Elements of Statistic Learning supaya anda dapat mempelajari matematik dan konsep sebelum anda mula menulis kod.

Saya juga harus memperhatikan bahawa terdapat beberapa kursus bagus di Udemy, walaupun mereka tidak percuma. Mereka biasanya berharga kira-kira $ 200 setiap satu untuk akses seumur hidup, tetapi saya melihat banyak di antaranya didiskaun kurang dari $ 20 dalam beberapa hari terakhir.

Jeff Prosise dari Wintellectnow memberitahu saya bahawa dia merancang untuk membuat beberapa lagi kursus percuma, jadi nantikan.

Elemen Pembelajaran Statistik, Edisi Kedua

Oleh Trevor Hastie, Robert Tibshirani, dan Jerome Friedman, Springer

//web.stanford.edu/~hastie/Papers/ESLII.pdf

Ebook 764 halaman percuma ini adalah salah satu buku yang paling banyak disyorkan untuk pemula dalam sains data. Ini menerangkan asas-asas pembelajaran mesin dan bagaimana semuanya berfungsi di belakang tabir, tetapi tidak mengandungi kod. Sekiranya anda lebih suka versi buku dengan aplikasi dalam R, anda boleh membeli atau menyewanya melalui Amazon.

Sains Data Gunaan dengan Pengkhususan Python

Oleh Christopher Brooks, Kevyn Collins-Thompson, VG Vinod Vydiswaran, dan Daniel Romero, University of Michigan / Coursera

//www.coursera.org/specialization/data-science-python

Lima kursus (89 jam) dalam pengkhususan University of Michigan ini memperkenalkan anda kepada sains data melalui bahasa pengaturcaraan Python. Pengkhususan ini ditujukan untuk pelajar yang memiliki latar belakang Python atau pengaturcaraan asas, dan yang ingin menerapkan teknik statistik, pembelajaran mesin, visualisasi maklumat, analisis teks, dan analisis rangkaian sosial melalui alat alat Python yang popular seperti Pandas, Matplotlib, Scikit-learn, NLTK, dan NetworkX untuk mendapatkan maklumat mengenai data mereka.

Sains Data: Asas menggunakan Pengkhususan R

Oleh Jeff Leek, Brian Caffo, dan Roger Peng, Johns Hopkins / Coursera

//www.coursera.org/specialization/data-science-foundations-r

Pengkhususan 68 jam ini (lima kursus) merangkumi alat dan teknik sains data asas, termasuk mendapatkan, membersihkan, dan meneroka data, memprogram dalam R, dan melakukan penyelidikan yang dapat dihasilkan semula.

Pembelajaran yang mendalam

Oleh Andrew Ng, Kian Katanforoosh, dan Younes Bensouda Mourri, Stanford / deeplearning.ai / Coursera

//www.coursera.org/specialization/deep-learning

Dalam 77 jam (lima kursus) siri ini mengajarkan asas pembelajaran mendalam, bagaimana membina rangkaian saraf, dan bagaimana memimpin projek pembelajaran mesin yang berjaya. Anda akan belajar mengenai rangkaian Konvolusional (CNN), Rangkaian neural berulang (RNN), Rangkaian Memori Jangka Pendek Panjang (LSTM), Adam, Dropout, BatchNorm, inisialisasi Xavier / He, dan banyak lagi. Anda akan membuat kajian kes dari penjagaan kesihatan, pemanduan autonomi, pembacaan bahasa isyarat, penjanaan muzik, dan pemprosesan bahasa semula jadi. Sebagai tambahan kepada teori, anda akan belajar bagaimana ia diterapkan dalam industri menggunakan Python dan TensorFlow, yang juga mereka ajarkan.

Asas Pembelajaran Mesin

Oleh Jeff Prosise, Wintellectnow

//www.wintellectnow.com/Videos/Watch?videoId=fundamentals-of-machine-learning

Dalam kursus video pengenalan dua jam percuma ini, Prosise membawa anda melalui regresi, klasifikasi, Mesin Vektor Sokongan, Analisis Komponen Utama, dan banyak lagi, menggunakan Scikit-learn, perpustakaan Python yang popular untuk pembelajaran mesin. 

Pembelajaran Mesin

Oleh Andrew Ng, Stanford / Coursera

//www.coursera.org/learn/machine-learning

Kursus video selama 56 jam ini memberikan pengenalan yang luas untuk pembelajaran mesin, perlombongan data, dan pengenalan corak statistik. Topik merangkumi pembelajaran yang diselia (algoritma parametrik / bukan parametrik, mesin vektor sokongan, kernel, rangkaian saraf), pembelajaran tanpa pengawasan (pengelompokan, pengurangan dimensi, sistem pengesyoran, pembelajaran mendalam), dan amalan terbaik dalam pembelajaran mesin dan AI (teori bias / varians dan proses inovasi). Anda juga akan belajar bagaimana menerapkan algoritma pembelajaran untuk membina robot pintar, carian web, anti-spam, penglihatan komputer, maklumat perubatan, audio, perlombongan pangkalan data, dan bidang lain.

Pembelajaran Mesin

Oleh Carlos Guestrin dan Emily Fox, University of Washington / Coursera

//www.coursera.org/specialization/machine-learning

Pengkhususan 143 jam (empat kursus) ini dari penyelidik terkemuka di University of Washington memperkenalkan anda kepada bidang Pembelajaran Mesin yang menarik dan mendapat permintaan tinggi. Melalui serangkaian kajian kes praktikal, anda akan memperoleh pengalaman terpakai di bidang utama Pembelajaran Mesin termasuk Ramalan, Klasifikasi, Penggabungan, dan Pengambilan Maklumat. Anda akan belajar menganalisis set data yang besar dan kompleks, membuat sistem yang menyesuaikan dan memperbaiki dari masa ke masa, dan membina aplikasi pintar yang dapat membuat ramalan dari data.