Programování

Nejlepší bezplatné kurzy vědy o datech během uzamčení

Pokud jste uzamčeni kvůli pandemii COVID-19, můžete mít na rukou nějaký čas navíc. Binging Netflix je dobrý a dobrý, ale možná vás už unavuje a chtěli byste se naučit něco nového.

Jedním z nejlukrativnějších oborů, které se v posledních několika letech otevřely, je datová věda. Prostředky, které níže uvedu, pomohou těm technickým, aby pochopili matematiku na úrovni statistik a diferenciálního počtu, aby mohli do svých dovedností začlenit strojové učení. Mohou vám dokonce pomoci začít novou kariéru jako datový vědec.

Pokud již můžete programovat v Pythonu nebo R, tato dovednost vám dá výhodu v aplikované vědě o datech. Na druhou stranu programování není pro většinu lidí nejnáročnější - jsou to numerické metody.

Coursera nabízí mnoho z následujících kurzů. Můžete je zdarma auditovat, ale pokud chcete získat úvěr, musíte za ně zaplatit.

Doporučuji začít s knihou Prvky statistického učení abyste se mohli naučit matematiku a koncepty, než začnete psát kód.

Také bych měl poznamenat, že v Udemy existuje několik dobrých kurzů, i když nejsou zdarma. Obvykle stojí za celoživotní přístup asi 200 $, ale v posledních dnech jsem viděl mnoho z nich se slevou na méně než 20 $.

Jeff Prosise z Wintellectnow mi říká, že plánuje udělat několik dalších svých kurzů zdarma, takže zůstaňte naladěni.

Prvky statistického učení, druhé vydání

Trevor Hastie, Robert Tibshirani a Jerome Friedman, Springer

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

Tato bezplatná e-kniha na 764 stránkách je jednou z nejčastěji doporučovaných knih pro začátečníky v oblasti datové vědy. Vysvětluje základy strojového učení a jak vše funguje v zákulisí, ale neobsahuje žádný kód. Pokud dáváte přednost verzi knihy s aplikacemi v R, můžete si ji koupit nebo vypůjčit přes Amazon.

Aplikovaná datová věda se specializací na Python

Christopher Brooks, Kevyn Collins-Thompson, V. G. Vinod Vydiswaran a Daniel Romero, University of Michigan / Coursera

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

Pět kurzů (89 hodin) v této specializaci University of Michigan vás seznámí s datovou vědou prostřednictvím programovacího jazyka Python. Tato specializace je určena pro studenty, kteří mají základní prostředí Pythonu nebo programování a chtějí použít techniky statistického, strojového učení, vizualizace informací, analýzy textu a analýzy sociálních sítí prostřednictvím populárních sad nástrojů Python, jako jsou Pandy, Matplotlib, Scikit-learn, NLTK a NetworkX, aby získali přehled o svých datech.

Data Science: Foundations using R Specialization

Autori: Jeff Leek, Brian Caffo a Roger Peng, Johns Hopkins / Coursera

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

Tato 68hodinová specializace (pět kurzů) zahrnuje základní nástroje a techniky pro datové vědy, včetně získávání, čištění a průzkumu dat, programování v jazyce R a provádění reprodukovatelného výzkumu.

Hluboké učení

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

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

Za 77 hodin (pět kurzů) tato série učí základy hlubokého učení, jak budovat neuronové sítě a jak vést úspěšné projekty strojového učení. Dozvíte se o konvolučních sítích (CNN), rekurentních neuronových sítích (RNN), sítích s dlouhodobou krátkodobou pamětí (LSTM), Adamovi, Dropout, BatchNorm, inicializaci Xavier / He a dalších. Budete pracovat na případových studiích ze zdravotnictví, autonomního řízení, čtení znakového jazyka, tvorby hudby a zpracování přirozeného jazyka. Kromě teorie se naučíte, jak se v průmyslu aplikuje pomocí Pythonu a TensorFlow, které také učí.

Základy strojového učení

Autor: Jeff Prosise, Wintellectnow

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

V tomto bezplatném dvouhodinovém úvodním video kurzu vás Prosise provede regresí, klasifikací, podporou vektorových strojů, analýzou hlavních komponent a dalšími pomocí Scikit-learn, populární knihovny Pythonu pro strojové učení.

Strojové učení

Andrew Ng, Stanford / Coursera

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

Tento 56hodinový video kurz poskytuje široký úvod do strojového učení, dolování dat a rozpoznávání statistických vzorů. Témata zahrnují supervizované učení (parametrické / neparametrické algoritmy, podpůrné vektorové stroje, jádra, neuronové sítě), bezobslužné učení (shlukování, redukce dimenze, systémy doporučení, hluboké učení) a osvědčené postupy v oblasti strojového učení a AI (teorie zkreslení / odchylky) a inovační proces). Dozvíte se také, jak aplikovat výukové algoritmy na vytváření inteligentních robotů, vyhledávání na webu, antispamu, počítačového vidění, lékařské informatiky, zvuku, těžby databází a dalších oblastí.

Strojové učení

Carlos Guestrin a Emily Fox, University of Washington / Coursera

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

Tato 143hodinová (čtyřchodová) specializace od předních vědců z Washingtonské univerzity vás seznámí s vzrušujícím oborem strojového učení s vysokou poptávkou. Prostřednictvím řady praktických případových studií získáte aplikované zkušenosti v hlavních oblastech strojového učení včetně predikce, klasifikace, shlukování a načítání informací. Naučíte se analyzovat velké a složité datové sady, vytvářet systémy, které se časem přizpůsobují a vylepšují, a budovat inteligentní aplikace, které dokážou předpovědět data.

$config[zx-auto] not found$config[zx-overlay] not found