Coursera
Applied Data Science with Python Specialization
密西根大学的系列课程Applied Data Science with Python Specialization,据说对新手比较友好,共5个Course,从基础到机器学习以及深度学习都有介绍,比较全面。
▲密西根大学的数据科学课程
Machine Learning - Stanford University
这门课程 由大名鼎鼎的史丹佛教授吴恩达主讲,很多人就是冲着这个名号去学习这门课程的。此课程很全面的讲解了机器学习的各个部分,也会有很多案例应用。但是课程全程用的是Matlab,并不是用现在数据科学最主流的Python和R,从这方面来讲对新手来说可能不是很友好,建议有了一定机器学习基础后再用这门课补课。
▲大名鼎鼎的史丹佛机器学习课程
Deep Learning Specialization
同样是吴恩达领衔的深度学习课程Deep Learning Specialization,共有5个 Course,包括神经网络和卷积神经网络。
▲在Coursera上的深度学习课程
价格: 所有课程均可免费旁听(点 Audit),获取证书需付费。
Brilliant.org
Brilliant.org是我偶然间从Instagram推荐的广告上发现的网站,网站制作精良,多是数学与科学的主体。网站试图以最简单的方法出传达科学知识,绝对是不可多得的好网站。同时也有赢咖4与机器学习的主体,但应该更偏重理论,有兴趣的朋友可以了解一下。同时这个网站还有同名app:Brilliant。
▲Birlliant主打课程,多与数学及物理相关
价格: 基础课程免费,其他需要付费。
结语
以上就是我用来入门数据科学的网站以及在学习过程中蒐集到的感兴趣的网站,分享出来供想要入门的朋友参考。数据分析是一个趋势,且不说忽视它会不会被淘汰,但掌握它绝不是一件坏事,毕竟技多不压身。在入门数据科学时,看书或许有点沉闷,上线下的培训课或许又太花时间,而这些MOOC 课程既让你可以自由安排时间学习,也更好地发挥了多媒体的优势,让你Learning by doing。你只需要静下心来沉浸于英语的环境,并加上一点耐心,挑出自己喜欢的课程系列并持续学下去,相信你会在未来拥有更高的起点。