«Все, что вам нужно, — это план, дорожная карта и смелость, чтобы идти к цели» — Эрл Найтингейл
Первым шагом на пути к науке о данных является получение глубоких знаний фундаментальных концепций науки о данных. Это развивающаяся область, и поэтому я настоятельно рекомендую регулярно читать журналы/блоги и слушать подкасты, чтобы оставаться в курсе последних событий. Ресурсы, обсуждаемые в этой статье, несомненно, будут полезны различными способами для открытия и начала вашего пути к науке о данных.
Я разделил эту статью на 3 категории ресурсов Data Science:
Онлайн-руководства по науке о данных (от начала до конца)
Лучшие каналы YouTube
Блоги/журналы по науке о данных
В своей предыдущей статье я уже поделился лучшими книгами, доступными для изучения и освоения различных областей науки о данных. Поэтому я не буду вдаваться в это в этой статье. Пожалуйста, не стесняйтесь ссылаться на статью здесь.
Прежде чем мы начнем, давайте кратко рассмотрим полную дорожную карту науки о данных . . .
Подробно обо всех науках о данных и связанных с ними дорожных картах: безумное приложение
Лучшие онлайн-уроки (от начала до конца)
1. Удеми
Udemy и наука о данных стали впечатляющим сочетанием, когда речь идет о самостоятельном повышении квалификации. Это потому, что существует так много альтернатив для самостоятельного обучения на компьютере. обучение, искусственный интеллект и наука о данных. Но никто не может быть таким достойным, как Udemy. Три основные причины растущей популярности курсов Udemy по науке о данных заключаются в следующем:
- Экономическая эффективность.
- Гибкость обучения в удобное время и в удобном для вас месте (лучше всего для работающих профессионалов).
- Эффективно обновленный курс содержит пожизненный доступ к курсам (без ограничений по времени для прохождения).
- 30-дневное обещание возврата денег в случае, если вы не найдете курс полезным в течение одного месяца регистрации на курс.
Вот мои любимые курсы Udemy, на которые стоит записаться:
Машинное обучение от А до Я™: Python и R в науке о данных на практике
Учебный курс Python для науки о данных и машинного обучения
Курс по науке о данных 2021: полный учебный курс по науке о данных
Программирование на R от A до Z™: R для науки о данных с реальными упражнениями!
Наука о данных от А до Я™: включены упражнения по обработке и анализу данных из реальной жизни
Полный курс SQL Bootcamp 2022: от нуля до Hero1
Глубокое обучение A-Z™: практические искусственные нейронные сети
Глубокое понимание глубокого обучения (введение в Python)
Наука о данных: обработка естественного языка (NLP) в Python
2 . Coursera — Машинное обучение, Эндрю Нг
Этот человек не нуждается в представлении. Спустя 8 лет после публикации курс Эндрю Нг по-прежнему считается одним из лучших курсов по машинному обучению. Это, наверное, самый популярный курс по машинному обучению, предоставляемый Стэнфордским университетом и Coursera, который также предоставляет сертификацию.
Вы будете протестированы по каждой теме, которую вы изучаете в этом курсе, и в зависимости от завершения и окончательного балла, который вы получите, вы также получите сертификат.
Этот курс бесплатный, но вам при желании нужно заплатить за сертификаты. Тем не менее, он представляет ценность для вас как разработчика и дает вам хорошее понимание математики, стоящей за всеми алгоритмами машинного обучения, которые вы придумываете.
Лично мне это очень нравится. [Эндрю Нг] проведет вас через курс, используя Octave, который является хорошим инструментом для тестирования вашего алгоритма перед его внедрением в ваш проект.
3. Изучение науки о данных
Это отличныйкурс для изучения Data Science от [Samia Khalid] на Educative .
Я большой поклонник очень интерактивных и хорошо структурированных курсов Educative, таких как Собеседование по разработке системы и Интервью по программированию, и этот курс относится к той же категории.
Этот курс ведет Самия Халид, эксперт по искусственному интеллекту из Microsoft, и он научит вас всему, что нужно, чтобы стать специалистом по данным.
Этот курс — исчерпывающее руководство по началу работы в качестве специалиста по данным. Это очень простые, практические и забавные объяснения всех основных тем в одном месте, чтобы вы могли быстро и эффективно изучить то, что вам нужно, чтобы преуспеть в качестве специалиста по данным.
4. Другое (ускоренные курсы)
- Специализация Data Science — JHU @ Coursera
- Ускоренный курс по машинному обучению — Google и IBM
- Kaggle — Сообщество учащихся Kaggle
- Введение в науку о данных — Metis
- Прикладная наука о данных со специализацией Python — UMich @ Coursera
- MicroMasters по науке о данных — Калифорнийский университет в Сан-Диего @ edX
- Датаквест
- MicroMasters по статистике и науке о данных — MIT @ edX
- CS109 Data Science — Гарвард
2. Лучшие каналы YouTube по науке о данных
Видео — отличный инструмент для обучения, и на YouTube есть огромное количество материалов по науке о данных, которые только и ждут, чтобы их просмотрели. Обнаружение качественного контента на платформе может быть затруднено
Я пытаюсь помочь (надеюсь) облегчить поиск качественного видеоконтента по науке о данных на YouTube. Добавляю список некоторых из лучших каналов YouTube, которые я слежу за наукой о данных.
Образовательные (от начала до конца):
Глубокое обучение
AIEngineeringLife
Академия Серрано
Школа данных
StatQuest
Сирадж Раваль
Основы кода »
Искусственный интеллект — все в одном
Учебники по науке о данных
Практично:
CampusX
Инженер Python
Криш Найк
Другое:
3. Лучшие БЛОГИ по науке о данных
Существует бесчисленное множество отличных ресурсов по науке о данных, и может быть немного сложно понять, с чего начать. Вот некоторые из самых надежных и известных источников (часто обновляемых), чтобы быть в курсе последних событий в мире науки о данных.
1. Medium
— medium
— towardsdatascience
— datadriveninvestor
— becominghuman
— actsusanli
— аэрбнб
2. Analyticsvidhya(https://www.analyticsvidhya.com/blog/)
3. Мастерство машинного обучения(https://machinelearningmastery.com/blog/)
4. Reddit(https://www.reddit.com/r/datascience/)
5. Кднаггетс(https://www.kdnuggets.com/websites/blogs.html)
Некоторые скрытые жемчужины . . .
6. Кола(https://colah.github.io/)
7. Карпаты(https://karpathy.medium.com/)
8. Ямтраск(http://iamtrask.github.io/)
9. Перегонка(https://distill.pub/)
10. Рудер(https://ruder.io/)
11. Объяснение ИИ(https://explained.ai/)
12. Себастьянрашка(https://sebastianraschka.com/blog/index.html)
13. Хакернун(https://hackernoon.com/tagged/ai)
14. datascience101 (https://ryanswanstrom.com/datascience101/)
15. орейли (https://www.oreilly.com/radar/topics/ai-ml/)
ПОСЛЕДНИЕ МЫСЛИ
Сейчас наука о данных — одна из самых высокооплачиваемых и требовательных профессий в отрасли. Однако, поскольку все больше людей ориентируются в этой области, мы также наблюдаем высокую конкуренцию и более широкий набор навыков, ожидаемых от рекрутеров. Благодаря эпохе Интернета, которая позволила нам использовать доступный бесплатный и удивительный контент. Не у всех есть время и роскошь записываться на дорогостоящие очные курсы, поэтому я попытался создать коллекцию лучшего доступного онлайн-контента, большая часть которого бесплатна.
Пожалуйста, ознакомьтесь с более подробными ресурсами в этой учетной записи GitHub
Вы также можете ссылаться на это для подробного содержания (по теме)
Я вернусь с другим блогом, посвященным эксклюзивной дорожной карте Python и SQL и ресурсам.
До тех пор
Счастливого обучения :)