В наши дни существует такое бесчисленное множество активов, которые гарантируют, что они сделают вас Data Scientist. В тот момент, когда я впервые начал брать уроки в Интернете, мне потребовалось некоторое время, чтобы понять, какие курсы приемлемы. Начала один курс, потом в этот момент, по прошествии пары дней или недель, поняла, что это бесполезно. Опять перешел на что-то другое. Я хотел бы найти сильного помощника, который подскажет, что именно следует учитывать, с чего начать и как завершить обучение. Однако я разыскал кое-какой материал, но в то же время мне нужно было много сражаться. Вот почему я решил поделиться полным планом исследования и курса, который в конечном итоге даст вам достаточно информации, чтобы получить новую работу в качестве Data Scientist. И самое приятное, что это бесплатно!
Я покажу вам, как стать специалистом по данным, в частности, в Python. Так как я пользователь Python, и мне это нравится. Кроме того, я согласен, что если вы новичок, очень хорошо выучить один язык — это отличная идея. Затем, в этот момент, продолжайте, чтобы узнать больше. Вот пошаговый план бесплатного обзора:
1. Изучайте Python
Если вы не знаете Python, этот бесплатный курс — хорошее начало. Курс Cognitive Class подходит для начинающих и предназначен для всех, кто хочет изучать программирование с помощью Python для науки о данных. Курс предлагается специалистом по данным IBM «Джозеф Сантарканджело» как Python для науки о данных: Cognitiveclass.ai. Курс предназначен для самостоятельного изучения и может быть проверен столько раз, сколько вы пожелаете. В то время как специалист по данным получает только один шанс пройти курс, он получает несколько попыток на каждый вопрос.
Нажмите сюда, для получения дополнительной информации" .
Этот курс Python должен дать вам достаточно знаний, чтобы начать изучать инструменты обработки данных.
2. Изучите библиотеки Data Science Python
У Coursera есть множество курсов, где вы можете учиться бесплатно. Это подарок для студентов. У них есть специализация Прикладная наука о данных с помощью Python Мичиганского университета. Он содержит сопутствующие пять курсов:
а. Введение в науку о данных в Python
б. Прикладное построение графиков, диаграмм и представление данных в Python
в. Прикладное машинное обучение в Python
д. Прикладной анализ текста в Python
е. Прикладной анализ социальных сетей в Python
Я просто должен предупредить тебя об одном. Если вы решите пройти эти курсы, вам нужно запастись терпением. Потому что задания усложняются по мере продвижения вперед, особенно если вы новичок. Нужно просто продолжать пробовать и не сдаваться. Но поскольку задания сложные, вы действительно очень хорошо усвоите материал, если сможете выполнять задания/задачи. Просто нужно уделять этому достаточно времени. Вам не нужно ничего платить, если вы не хотите сертификат и только учитесь. Вы можете пройти прослушивание всех курсов бесплатно. Если вам нужен сертификат, на который вы можете подать заявку на финансовую помощь, обычно это занимает от 14 до 15 дней для утверждения.
3. Изучайте SQL
SQL является одним из основных инструментов для аналитиков данных или специалистов по данным. Если вы закончили курс одной из указанных выше специализаций, изучение SQL должно быть легким. Есть общие идеи. Вот специализация, которая научит вас достаточному количеству SQL, чтобы начать работать специалистом по данным:
Эта специализация имеет четыре курса:
а. SQL для науки о данных
б. Обработка данных, анализ и тестирование AB с помощью SQL
в. Распределенные вычисления с помощью Spark SQL
д. SQL для проекта Data Science Capstone
Я уже объяснил, как вы можете пройти эти курсы раньше.
4. Узнайте больше
После прохождения вышеперечисленных курсов вы будете готовы работать на должностях. Вы обнаружите множество шансов, где вы будете солидным матчем. Однако есть еще кое-что, что нужно изучить, если вам нужно прогрессировать в науке о данных. Например, здорово знать некоторые измеримые идеи, когда вы управляете информацией. Курс по прикладному машинному обучению научит вас, как использовать библиотеку машинного обучения scikit-learn, которая потрясающая. Он дает фундаментальные идеи множества вычислений ИИ, и вы можете использовать их, вызывая их из библиотеки scikit-learn. Он работает во многих вопросах. Но в то же время выяснение того, как составлять расчеты без какой-либо подготовки, даст вам больше сил.
Вот ссылки на один курс специализации статистики и курс машинного обучения:
"Машинное обучение"
Это может показаться много для новичка. Тем не менее, помните, что вам не нужно изучать все за один день. В какой бы момент вы ни меняли профессию или начинали что-то новое, на это потребуется время. Если вы сможете пройти специализацию по обработке и анализу данных, указанную в sync 2, изучение SQL будет исключительно простым и быстрым. Итак, это не так сложно, как кажется. Еще один совет. Намного легче оставаться мотивированным и терпеливым, когда у вас есть хороший партнер по обучению.
