Получите все необходимые знания из одних рук
Итак, вы хотите быть специалистом по данным, вы провели свое исследование в этой области, в отношении подполей, вы знаете - смутно - что вас интересует в этой области, какую область вы можете захотеть изучить и исследовать дальше, и вы готов потратить время и силы, чтобы сиять.
Но с чего начать?
Интернет полон всевозможных руководств, которые могут научить вас всем аспектам науки о данных. Они существуют во всех форматах: письменные, видео, вебинары и даже личные уроки. Мало того, если вы предпочитаете книги, существует множество книг, нацеленных на людей всех уровней и разного уровня знаний.
Это здорово, потому что у вас есть выбор, чтобы просмотреть и выбрать метод, который лучше всего подходит для вас. Кто-то предпочитает книги, а кто-то может учиться, слушая аудиокнигу или подкаст по дороге на работу или во время готовки. Другие могут пойти с письменными учебными пособиями или, возможно, посмотреть видео-уроки на YouTube или других платформах.
Независимо от того, какой формат вы предпочитаете, ваша цель - найти хорошие и понятные материалы, которые можно использовать для беспрепятственного изучения аспектов науки о данных, а также, если возможно, бесплатно.
При этом люди - визуальные существа; лучше всего мы учимся из того, что видим, из того, что слышим или читаем. Вот почему многие люди предпочитают смотреть видеоуроки, чтобы научиться новым навыкам, которые им нужны. В этой статье я расскажу вам о 5 плейлистах YouTube, которые вы можете посмотреть, чтобы получить знания, необходимые для начала работы с наукой о данных.
№1: Data Science 101 Автор Data Professor
Первый плейлист в этом списке охватывает основы науки о данных, плейлист Data Science 101 от Data Professor. Этот плейлист содержит 46 видеороликов - на момент написания этой статьи - которые раскрывают все фундаментальные концепции науки о данных в простых, простых и коротких видеороликах.
Видео в этом плейлисте посвящены не только технической стороне науки о данных. Они также содержат рекомендации по книгам, сертификатам и другим бесплатным ресурсам, которые вы можете использовать в процессе обучения науке о данных.
Что хорошего в этом плейлисте - и во всем канале Data Professor - это то, что он активен и всегда обновляется, чтобы идти в ногу с последними достижениями в этой области.
№2: Введение в науку о данных Стива Брантона
Один замечательный плейлист для изучения всех основ науки о данных и машинного обучения - это плейлист Введение в науку о данных, созданный Стивом Брантоном и его командой. Стивен Брантон - доцент кафедры машиностроения и прикладной математики и научный сотрудник Вашингтонского университета в Сиэтле.
Хотя профессор Брантон является академиком, его видео не в академическом стиле. Каждое видео длится менее 10 минут и посвящено только одному аспекту науки о данных и машинного обучения.
Канал профессора Брантона также включает фантастический плейлист по линейной алгебре, который учит базовым знаниям линейной алгебры, используемым в науке о данных.
№3: CSE 519 - Основы науки о данных
Стивен Скиена
Этот плейлист содержит курс по науке о данных, который ведет Стивен Соль Скиена в Университете Стоуни-Брук. Стивен Скиена - один из выдающихся профессоров информатики / данных и директор института искусственного интеллекта в Стоуни-Брук.
У профессора Скиены очень простой для понимания подход к объяснению сложных концепций, смешанный с легким чувством юмора, чтобы все было проще. Он также очень активен и реагирует на большинство комментариев и вопросов по своим видеолекциям.
Поскольку видео плейлистов CSE 519 имеют формат лекций, каждое из них длится более часа. Его канал также включает плейлисты по другим важным вычислительным аспектам, таким как анализ алгоритмов и основы программирования.
№4: Наука о данных Автор freeCodeCamp.org
FreeCodeCamp.org - один из самых известных и хорошо продуманных ресурсов для обучения всему, что связано с технологиями. Веб-сайт предлагает полные курсы, которые вы можете пройти, чтобы изучить все аспекты технологий, и наука о данных не исключение.
Но, помимо официальной части freeCodeCamp, их канал на YouTube предлагает множество плейлистов для всех их письменных руководств. Плейлист Data Science включает в себя 10 независимых видео, некоторые продолжительностью более часа, которые посвящены некоторым аспектам науки о данных.
Среди этих видео вы найдете те, которые используют Python, и другие, использующие языки программирования R. В дополнение к видео, посвященным определенным пакетам для анализа данных, таким как PyTorch, Numpy и Pandas.
№5: Полный курс Data Science для начинающих
Codebasics
И последнее, но не менее важное в списке - плейлист Data Science Course от Codebasics. Этот плейлист, пожалуй, самый большой в этом списке, он содержит 108 видео, и больше еще предстоит загрузить.
Этот плейлист - отличное место для начала, особенно если вы новичок в технической сфере и не знакомы ранее. Плейлист охватывает все основы, начиная с основ программирования, математики, визуализации и заканчивая основами науки о данных и машинного обучения.
Канал Codebase также включает списки воспроизведения, в которых основное внимание уделяется управлению версиями, структурам данных и способам использования и оптимизации среды Jupyter Notebook.
Выводы
YouTube - самый крупный и лучший веб-сайт для потокового видео; Если вы хотите освоить новый навык - неважно, какой это - скорее всего, вы найдете несколько видеоуроков по нему на YouTube.
Итак, совершенно ясно, почему вы думаете о YouTube как о своем главном ресурсе для изучения различных аспектов науки о данных. Но какие видео вам стоит посмотреть? Если вы попытаетесь выполнить поиск по науке о данных на YouTube, вы, вероятно, получите сотни - а скорее тысячи - результатов от разных поставщиков контента на разных языках - как разговорных, так и языков программирования !.
Количество видео, которое вы найдете, определенно огромно. Моя цель при написании этой статьи - помочь вам решить, какие видео смотреть, чтобы начать заниматься наукой о данных. Я выбрал эти плейлисты, потому что они полные, понятные и легкие для понимания как для новичков, так и для тех, у кого есть определенные знания в этом направлении.
Попробуйте, посмотрите, какой из них лучше всего подходит для вас, и придерживайтесь этого. Все, что вам нужно, это быть настойчивым и продолжать учиться.
