L'une des principales questions pour les personnes qui étudient quelque chose est le choix des sources d'information: cours, livres, articles. Récemment, et en particulier dans l'étude de la science des données, l'étendue du choix est stupide: il y a juste beaucoup de cours et de livres, surtout si l'on considère ceux disponibles en anglais. Dans cet article, je donnerai un aperçu subjectif des plates-formes d'apprentissage en ligne, en montrant celles qui fournissent des connaissances plus fondamentales en premier lieu (spoiler: coursera.org et learning.oreilly.com sont mes préférés).
Introduction. Motivation pour cet article
Quand j'ai commencé à étudier l'apprentissage automatique et les mathématiques, j'ai remarqué à un moment donné à quel point je comprenais facilement les choses que j'avais apprises plutôt que comprises à l'institut. Cela était dû à plusieurs facteurs:
bien sûr, la motivation est plus élevée, car lorsque vous êtes engagé dans l'auto-éducation, vous avez généralement une idée plus claire de vos désirs et de vos objectifs qu'à l'université;
à chaque instant où quelque chose «ne va pas», vous pouvez reporter la conférence / livre en cours et actualiser / étudier les connaissances nécessaires pour ce sujet; et les bons cours et livres commencent souvent par les bases, en s'assurant que vous comprenez tous les prérequis pour chaque sujet, c.-à-d. avoir une base sur laquelle de nouvelles connaissances peuvent être consolidées.
puisque vous pouvez choisir absolument n'importe quel cours et enseignant - vous pouvez trouver celui qui explique le plus clairement;
Enfin, le grand avantage des conférences vidéo est que vous pouvez interrompre l'apprentissage si quelque chose vous empêche simplement d'apprendre. Et vous pouvez écouter le conférencier plusieurs fois, contrairement à une conférence à l'université.
, , , , , . , , , , . , DS, , , , , , , , , ( ), , , . .. , : , , ().
, .. , - . , , . , , 2016-2018 ( ).
coursera.org
, .
- , - . .. - - . , . (Google, , deeplearning.ai, ..)
( .. " data science") .
, - . , (+). - . , , - .
Andrew Ng (deeplearning.ai), , . "deeplearning.ai" .
coursera.org ( , ). - . "" , , ( https://www.coursera.org/hse).
, - .
coursera.org
Coursera.org . :
( ) " ". . , - , .). - / . , , .. , , .
- coursera.org , . . ( - ) - .
edx.org
coursera.org, . , .. coursera.org . , , -, coursera.org. , , , .
stepik.org
. / ( ). , , ( ). , , . , (?) , . , .
, ( coursera.org, . , ) .
, , , . , , . , , . ( ) .
udemy.com
, , . , . , Spark PySpark ( 2018).
, , , SQL ( ). PowerBI ( , ).
- . .
datacamp.com
, .. . , " " . , , ( Python, Pandas, SQL, ). , , udemy, .. datacamp data science, .
, , - . , , . .
, - . " " 50%.
: learning.oreilly.com ( )
, , , . , .
O'Reilly, , , , -. . , -.
. , , - >4 . , , . , .
- , . 2019, . , , , coursera.org, . , - .
, (~400$ ). oreilly.com - 2 ( ! - ). 50%
: b-ok.org
machine learning data science . , . . , .
, , data science - , , . , "! !" .
: amazon.com, ( ) ( ). 4 . 4 , , , . , , : 4.5+ , - ( ). , amazon . b-ok.org. , .
khanacademy.org -
( ) . - , .
, , (high school) coursera.org, , , . coursera.org " data science", . coursera.org , , / . , , .
: khan academy - ( ) , .
"" : ., skillfactory, geekbrains
( ?) , ., skillfactory, geekbrains. .
:
( )
, , coursera.org, ( ). , coursera.org , , , . - . , - , . , .
, , coursera . , , .
., skillfactory, geekbrains
- - (coursera.org) .
"" . , , .
- -. , , , ( .. ). , . - , . , , : - kaggle , , , coursera.org.
: ( - , ). , . - ,
?
- / - , , . , .
,
/
, , , .
, - self.development.mentor gmail.com,
, . . , (, ), / , , , - (?) .
- .