首页 ›存档› 技术 › 查看内容

最新数据科学和机器学习 MOOC 资源

2018-3-30 13:00 |来自: 互联网 454 0

摘要: 【预科模块】如果你在大学没有接触过计算机科学专业，那么下面就是美国大一大二学生的专业课内容，分别是编程入门、计算机科学入门、数学。　　【Udacity】Intro to Programming https://www.udacity.com/course/ ...

【预科模块】

如果你在大学没有接触过计算机科学专业，那么下面就是美国大一大二学生的专业课内容，分别是编程入门、计算机科学入门、数学。

【Udacity】Intro to Programming

https://www.udacity.com/course/intro-to-programming-nanodegree--nd000

课程总设计长度4个月，评分4.5颗星。（编者按：有的人可以在2.5个月完成。每个人进度不同。）这门课程会教学生怎样使用 HTML 和 CSS 去编写自己的网站；Python基础语言；后端编程，数据库；一点点 Java，APIs，recursion 和 parallel computing。Udacity 把它的课程分割成很多迷你短课，很多视频还不到5分钟，课后还会有一些习题。大作业，也就是projects，会得到老师的评分。

【Harvard/edX】CS50: Introduction to Computer Science

https://www.edx.org/course/introduction-computer-science-harvardx-cs50x

总设计长度为一个学期，评分4.5颗星。你将会学到算法、抽象、数据结构等知识，会接触C，Python，SQL，Java，CSS 等语言。这门课是完全免费的，但是可以花90美元得到一个结业证书。

【MIT】Mathematics for Computer Science

http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-042j-mathematics-for-computer-science-fall-2010/

总长度为25堂课，无评分。这门课包含了逻辑，证明方法、数集、排列组合、离散概率等一系列数理基本知识。

【数据核心模块】

以下的课程全部来自 Udacity 的 Data Analyst Nanodegree系列。全部课程作业总时长是378小时。之所以强烈推荐这一系列是因为，第一，它好评如潮；第二，这些课程有一些是由 Facebook、Google 等公司设计的。这个系列，不论是宽度、深度、连贯度，都能给学生带来很好的教育体验。

【Udacity】Intro to Inferential Statistics

https://www.udacity.com/course/intro-to-inferential-statistics--ud201

【Udacity】Intro to Deive Statistics

https://www.udacity.com/course/intro-to-deive-statistics--ud827

【Udacity】Intro to Data Analysis (Using NumPy and Pandas)

https://www.udacity.com/course/intro-to-data-analysis--ud170

【Udacity】Data Wrangling

https://www.udacity.com/course/data-wrangling-with-mongodb--ud032

【Udacity】SQL for Data Analysis

https://www.udacity.com/course/sql-for-data-analysis--ud198

【Udacity】MongoDB for Data Analysis

https://www.udacity.com/course/data-wrangling-with-mongodb--ud032

【Udacity】Data Analysis with R

https://www.udacity.com/course/data-analysis-with-r--ud651

【Udacity】Intro to Machine Learning

https://www.udacity.com/course/intro-to-machine-learning--ud120

【Udacity】Data Visualization and D3.js

https://www.udacity.com/course/data-visualization-and-d3js--ud507

【Udacity】A/B Testing

https://www.udacity.com/course/ab-testing--ud257

【机器学习模块】

【Standford/Coursera】Machine Learning

https://www.class-central.com/mooc/835/coursera-machine-learning

这门课曾被评为最佳50免费在线课程，评价为5星，所以绝对不会让学生失望。课程的内容包括：有监督学习，参数算法，神经网络；无监督学习；还有一些案例学习和现在业内的常用方法。

【Kadenze】Creative Applications of Deep Learning with TensorFlow

https://www.class-central.com/mooc/6679/kadenze-creative-applications-of-deep-learning-with-tensorflow

TensorFlow 是 Google的一个开源框架，也是现在在人工智能领域被应用最广的。学完这门课，你将对现在最前沿的算法有所了解，比如什么是 convolutional networks，什么是generative adverarial networks，什么是 recurrent neural networks，如果你还不知道这些最热的名词是什么意思，就赶紧学吧。