Узнай что-то новое до конца выходных!
Разве все мы не желаем, чтобы наши дни длились дольше 24 часов? Чтобы мы могли вмещать больше вещей каждый день? Но, к сожалению, с сегодняшним днем - и всегда было - очень сложно справиться, особенно если вы пытаетесь втиснуть изучение нового навыка в свой и без того полный распорядок дня. Вот почему всегда здорово найти ресурс, который научит вас чему-то новому за относительно короткий промежуток времени.
Когда я хочу изучить новый навык, библиотеку или язык программирования, мне придется делать это либо после работы (что не идеально), либо на выходных. И часто я изо всех сил стараюсь выучить все необходимые знания за выходные. Однако все мы знаем, что наука о данных - это обширная область, в которой есть множество конкретных тем.
Разве не было бы замечательно, если бы вы могли изучать новый навык или концепцию каждый день? А затем перейти к следующей концепции? Например, я знаю, что вы можете изучить основы любой концепции науки о данных, которые можно изучить в течение дня или 24 часов. Затем, когда вы хорошо изучите эти основы, вы сможете накапливать эти знания и начинать создавать приложения.
В этой статье я поделюсь с вами 5 онлайн-курсами, все они доступны на Coursera, и все они короткие, информативные и могут быть пройдены за один день. Эти курсы - отличный вариант, если вы хотите чему-то научиться на выходных, но не хотите записываться на курс более 50 часов.
№1: Основы: данные, данные, везде
Нет лучшего способа начать список курсов по науке о данных, чем с курса анализа данных. Первый курс в списке - курс, предлагаемый Google, и это вводный курс анализа данных. Основы: данные, данные, везде - это первый курс из серии курсов, предназначенных для подготовки вас к получению сертификата Google Analytics.
Этот курс разделен на 5 модулей, рассчитанных на 20 часов. В течение этих 20 часов вы изучите ключевые навыки анализа данных, такие как очистка и визуализация данных, понимание основных инструментов, которые вам понадобятся для этого, такие как SQL, R и Tableau, и настройки профессиональной, эффективной среды разработки.
№2: Введение в машинное обучение в производстве
Далее идет курс, предназначенный для тех, кто знаком с глубоким обучением, Python и AI. Введение в машинное обучение в производстве - это курс, предлагаемый DeepLearning.AI, и это первый курс из их серии о производственной инженерии машинного обучения (MLOps). Эта серия курсов предназначена для того, чтобы вывести вас за рамки реализации алгоритма машинного обучения и подготовить его к выпуску.
Этот вводный курс MLOps разделен на три раздела, и все они должны быть пройдены в течение 10 часов после изучения. С помощью этих трех модулей вы приобретете навыки производственного инжиниринга, необходимые для успешного специалиста по машинному обучению. Кроме того, вы узнаете о жизненном цикле машинного обучения, как структурированно решать любую проблему и как выполнять эффективный анализ для понимания вашей модели машинного обучения.
№3: Введение в Data Engineering
Каждого специалиста по данным, которого я знаю, включая меня, наверное, не раз спрашивали: Так что же делает специалист по данным?. Простой, но не совсем простой вопрос - одна из причин, по которой все названия ролей в области науки о данных чрезвычайно сбивают с толку. Одно из таких запутанных названий - Data Engineer. Следующий курс в этом списке, Введение в инженерию данных, должен дать вам ответ на этот вопрос.
IBM предлагает этот курс, разделенный на 4 модуля, которые можно пройти за 10 часов. В этом курсе вы познакомитесь с основными концепциями, инструментами и процессами разработки данных. Вы также узнаете о современной экосистеме данных и о том, как специалисты по обработке данных, инженеры по обработке данных и специалисты по анализу данных взаимодействуют в этой экосистеме.
№4: Анализируйте наборы данных и обучайте модели машинного обучения с помощью AutoML
Далее идет еще один курс, связанный с машинным обучением. Анализируйте наборы данных и обучайте модели машинного обучения с помощью AutoML. DeepLearning предлагает этот вводный курс. AI и AWS и сконцентрируйтесь на подготовке набора данных для обучения модели машинного обучения с помощью AutoML. Чтобы пройти этот курс, вам необходимо иметь некоторые фундаментальные навыки Python и Jupyter Notebook.
Этот курс разделен на 4 модуля и рассчитан на 14 часов. Это первый из серии курсов, которые научат вас всем фундаментальным знаниям, необходимым для применения исследовательского анализа данных (EDA), использования AutoML в ваших моделях и некоторых алгоритмов классификации текста. По окончании этого курса вы сможете создавать, обучать и развертывать масштабируемые конвейеры машинного обучения с помощью облака AWS.
№5: Google Cloud Big Data и основы машинного обучения
Последним в этом коротком списке коротких курсов является курс о больших данных и машинном обучении. Основы Google Cloud Big Data и машинного обучения - это курс среднего уровня, часть многих предлагаемых Google курсов, связанных с инженерией данных и анализом данных.
Этот курс из 4 модулей рассчитан на завершение в течение 14 часов и познакомит вас с возможностями облачной платформы Google в области больших данных. Этот курс познакомит вас с использованием Cloud SQL для переноса существующей рабочей нагрузки MySQL в Google Cloud для более быстрого и эффективного конвейера. Вы также узнаете, как запрашивать данные и выполнять интерактивный анализ, чтобы лучше понимать свои данные.
Выводы
Наука о данных - это термин, который часто используется для одновременного описания множества концепций и терминов. Наука о данных - это область, которая включает в себя множество более мелких областей и концепций. Чтобы стать специалистом по данным или погрузиться в мир науки о данных, вам нужно будет изучить все эти более мелкие области и концепции.
Я бы сказал, что вы можете узнать всю основную информацию, необходимую для каждой небольшой области или концепции, в течение 24 часов. Это 24 часа посвященных обучению. Часто бывает здорово, если вы можете найти ресурсы, предназначенные для изучения в течение 24 часов, потому что все мы знаем, что для поиска ресурсов требуются 24 часа - иногда даже дольше.
Вот почему я решил поделиться с вами некоторыми онлайн-курсами, которые должны быть краткими, лаконичными, по существу и, что самое главное, могут быть пройдены от начала до конца в течение 1 дня. Итак, в следующий раз, когда вы захотите узнать что-то новое и у вас есть только выходные, попробуйте один из курсов, описанных в этой статье.
