封鎖中の最高の無料データサイエンスコース

COVID-19のパンデミックのためにロックダウンされている場合は、手に余計な時間がかかる可能性があります。Netflixをビンジウォッチングすることはすべてうまくいっていますが、おそらくあなたはそれに飽きてきて、何か新しいことを学びたいと思っています。

ここ数年で最も収益性の高い分野の1つは、データサイエンスです。以下にリストするリソースは、統計と微分学のレベルで数学を理解し、機械学習をスキルセットに組み込むのに十分な技術者を支援します。彼らはあなたがデータサイエンティストとして新しいキャリアを始めるのを助けるかもしれません。 

すでにPythonまたはRでプログラミングできる場合、そのスキルは応用データサイエンスに足を踏み入れることができます。一方、プログラミングはほとんどの人にとって難しい部分ではありません—それは数値的な方法です。

Courseraは、次のコースの多くを提供しています。あなたはそれらを無料で監査することができます、しかしあなたが信用を望むならばあなたはそれらの代金を払う必要があります。

コードを書き始める前に数学と概念を学ぶことができるように、「統計学習の要素」という本から始めることをお勧めします。

また、Udemyには無料ではありませんが、いくつかの優れたコースがあることにも注意してください。それらは通常、生涯アクセスのためにそれぞれ約200ドルの費用がかかりますが、最近ではそれらの多くが20ドル未満に割引されているのを見てきました。

WintellectnowのJeffProsiseは、彼が彼のコースのいくつかを無料にすることを計画していると私に言っていますので、お楽しみに。

統計学習の要素、第2版

トレバー・ハスティ、ロバート・ティブシラニ、ジェローム・フリードマン、スプリンガー

//web.stanford.edu/~hastie/Papers/ESLII.pdf

この無料の764ページの電子書籍は、データサイエンスの初心者に最も広く推奨されている書籍の1つです。機械学習の基礎と、すべてが舞台裏でどのように機能するかを説明していますが、コードは含まれていません。Rのアプリケーションを備えたバージョンの本をご希望の場合は、Amazonから購入またはレンタルできます。

Pythonスペシャライゼーションを使用した応用データサイエンス

Christopher Brooks、Kevyn Collins-Thompson、VG Vinod Vydiswaran、およびDaniel Romero、ミシガン大学/コースセラ

//www.coursera.org/specializations/data-science-python

このミシガン大学の専門分野の5つのコース(89時間)では、Pythonプログラミング言語を通じてデータサイエンスを紹介します。この専門分野は、基本的なPythonまたはプログラミングのバックグラウンドを持ち、Pandas、Matplotlib、Scikit-learnなどの一般的なPythonツールキットを通じて、統計、機械学習、情報の視覚化、テキスト分析、ソーシャルネットワーク分析の手法を適用したい学習者を対象としています。 NLTK、およびNetworkXは、データへの洞察を得ます。

データサイエンス:Rスペシャライゼーションを使用する基礎

ジェフ・リーク、ブライアン・カッフォ、ロジャー・ペン、ジョンズ・ホプキンス/コースセラ

//www.coursera.org/specializations/data-science-foundations-r

この68時間の専門分野(5つのコース)では、データの取得、クリーニング、探索、Rでのプログラミング、再現性のある研究の実施など、基本的なデータサイエンスツールとテクニックを扱います。

ディープラーニング

Andrew Ng、Kian Katanforoosh、Younes Bensouda Mourri、スタンフォード/deeplearning.ai/Coursera

//www.coursera.org/specializations/deep-learning

このシリーズでは、77時間(5コース)で、ディープラーニングの基礎、ニューラルネットワークの構築方法、機械学習プロジェクトを成功させる方法を学びます。畳み込みネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、長短期記憶ネットワーク(LSTM)、Adam、Dropout、BatchNorm、Xavier / He初期化などについて学習します。ヘルスケア、自動運転、手話の読み方、音楽の生成、自然言語処理のケーススタディに取り組みます。理論に加えて、PythonとTensorFlowを使用して、業界でどのように適用されるかを学びます。

機械学習の基礎

ジェフプロサイス、Wintellectnow

//www.wintellectnow.com/Videos/Watch?videoId=fundamentals-of-machine-learning

この無料の2時間の入門ビデオコースでは、Prosiseが、機械学習で人気のPythonライブラリであるScikit-learnを使用して、回帰、分類、サポートベクターマシン、主成分分析などを紹介します。 

機械学習

Andrew Ng、スタンフォード/コースセラ

//www.coursera.org/learn/machine-learning

この56時間のビデオコースでは、機械学習、データマイニング、統計的パターン認識について幅広く紹介しています。トピックには、教師あり学習(パラメトリック/ノンパラメトリックアルゴリズム、サポートベクターマシン、カーネル、ニューラルネットワーク)、教師なし学習(クラスタリング、次元削減、レコメンダーシステム、深層学習)、機械学習とAIのベストプラクティス(バイアス/分散理論)が含まれます。およびイノベーションプロセス)。また、学習アルゴリズムをスマートロボットの構築、Web検索、スパム対策、コンピュータービジョン、医療情報学、オーディオ、データベースマイニング、およびその他の分野に適用する方法についても学習します。

機械学習

ワシントン大学/ CourseraのCarlosGuestrinとEmilyFoxによる

//www.coursera.org/specializations/machine-learning

ワシントン大学の主要な研究者によるこの143時間(4コース)の専門分野では、機械学習の刺激的で需要の高い分野を紹介します。一連の実践的なケーススタディを通じて、予測、分類、クラスタリング、情報検索など、機械学習の主要な分野で応用経験を積むことができます。大規模で複雑なデータセットを分析し、時間の経過とともに適応および改善するシステムを作成し、データから予測を行うことができるインテリジェントなアプリケーションを構築する方法を学びます。