Изучение науки о данных дома в 2020 году
Оставаться дома в эти беспрецедентные времена может быть отличной мотивацией, чтобы узнать что-то новое. Если вы хотите сменить карьеру, сейчас самое время освоить новые навыки и искать новые проекты. Наука о данных может стать для вас прекрасной возможностью.
Наука о данных практична. Все дело в обучении кодированию, загрузке данных и анализе новых наборов данных, пока вы не научитесь тому, что делаете.
Однако первым шагом является изучение теории. Вам понадобятся некоторые знания статистики и линейной алгебры, но вы можете приобрести их по ходу дела.
Затем идет Python (или иногда R). Это язык, с которым вам должно быть комфортно, но не волнуйтесь, это придет со временем и упражнениями.
С чего начать изучение науки о данных?
На Coursera есть 2 курса, которые проведут вас от нуля до героя, и сейчас они наиболее популярны, когда речь идет о науке о данных. Один из них от IBM, а другой от Университета Джона Хопкинса, и оба дадут вам потрясающее представление об основных концепциях науки о данных.
IBM Data Science
Этот профессиональный сертификат от IBM предназначен для всех, кто заинтересован в развитии навыков и опыта, чтобы продолжить карьеру в области науки о данных или машинного обучения.
Эта программа состоит из курсов 9, предоставляющих вам новейшие навыки и методы, готовые к работе, охватывающие широкий спектр тем науки о данных, включая: инструменты и библиотеки с открытым исходным кодом, методологии, Python, базы данных, SQL, визуализацию данных, анализ данных и машинное обучение. Вы будете практиковаться в IBM Cloud, используя реальные инструменты обработки данных и наборы данных из реального мира.
Наука о данных Университета Джона Хопкинса
Этот курс охватывает концепции и инструменты, которые вам понадобятся на протяжении всего конвейера обработки данных, от постановки правильных вопросов до создания выводов и публикации результатов. В финальном проекте Capstone вы примените полученные навыки, создав информационный продукт с использованием реальных данных. По окончании у студентов будет портфолио, демонстрирующее их владение материалом.
Чему научиться после прохождения курсов онлайн?
Если вы прошли один или оба этих курса, то следующим важным шагом будет чтение.
Вы можете ознакомиться со списком подготовленных мной книг по науке о данных, которые варьируются от начального уровня до экспертного.
Если вы ищете общие сведения о том, как стать специалистом по данным и чем занимается специалист по данным, посмотрите на мою вакансию по науке о данных.
Наука о данных против машинного обучения
Наука о данных тесно связана с машинным обучением, и часто эти два термина взаимозаменяемы. Наука о данных — это более широкий подход к анализу данных, в то время как машинное обучение фокусируется на алгоритмах, обучающихся на наборах данных. В целом они могут пересекаться, но фокус немного другой, машинное обучение часто требует больше технических и вычислительных ресурсов.
Если вы хотите пойти в направлении машинного обучения, вы все равно можете это сделать как новичок. Взгляните на Курсы машинного обучения, которые можно попробовать здесь.
Тогда вы также можете взглянуть на рекомендуемые книги для чтения о машинном обучении.
Курсы по науке о данных на Coursera
В заключение, Coursera — отличный инструмент для онлайн-обучения и получения за него сертификата. Большинство курсов бесплатны, если вам не нужен сертификат и вы просто хотите учиться самостоятельно.
