Как человек без опыта программирования, почему я решил инвестировать в навыки кодирования и продолжить свою карьеру в качестве специалиста по данным?
Без сомнения, мы слышали много терминов об искусственном интеллекте, машинном обучении, интеллектуальном анализе данных, глубоком обучении и специалисте по данным, особенно за эти годы. Данные становятся все более и более важными во всех сферах деятельности. Имея опыт менеджера проектов, я должен был знать, как читать данные/тенденции, чтобы удовлетворить клиентов. и каковы плюсы и минусы продукта из отзывов, которые мы получили от клиентов. Если мы сможем лучше узнать и понять данные, примем ли мы лучшее решение?
Другая причина, по которой я хотел бы перевести свою работу в науку о данных, заключается в том, что я чувствую, что это мне более интересно. Анализировать данные, заглянуть за историю, а затем предсказать будущие тенденции, это захватывающая вещь! Существует множество веб-сайтов, посвященных изучению кода, например Python, SQL и R. Я прошел некоторые из этих онлайн-курсов и предпочитаю Python не только потому, что его легко освоить, но и потому, что у него есть множество библиотек данных, таких как scikit.learn, Pandas. , Numpy, Tensorflow и т. д. Ниже я расскажу о своих любимых онлайн-курсах для тех, кто также заинтересован в том, чтобы присоединиться к этой будущей карьере.
Некоторые из вас, возможно, слышали о MOOC, что является аббревиатурой Massive Open Online Course, таких как Udemy, Udacity, Coursera и edX. Я могу представить, что вы можете быть ошеломлены, в Интернете есть множество курсов. Я делюсь своим опытом после прохождения этих курсов, а также классифицирую его по различным областям, чтобы вы могли выбрать курсы, которые вы предпочитаете.
Таблица. Это мощный инструмент визуализации. Пользователю не нужны какие-либо навыки программирования для анализа данных. Вы можете использовать его с помощью простой функции перетаскивания, чтобы завершить визуализацию, а затем представить ее своим коллегам или друзьям. Тем, кто только начинает заниматься наукой о данных, я настоятельно рекомендую начать отсюда.
1. «Tableau 10 A-Z: Практический курс Tableau для науки о данных!» — Udemy (Мой любимый учитель — курс Кирилла Еременко)
2.“Tableau 10 A-Z: Master Tableau in Data Science!” — Udemy (Чтобы улучшить свои навыки в Tableau)
Р: Я прошел только один онлайн-курс, поэтому не могу предоставить здесь много ресурсов.
1. «Программирование на R от А до Я™: R для науки о данных с реальными упражнениями! — Udemy» (это курс Кирилла Еременко)»Изучайте программирование в R And R Studio. Аналитика данных, Наука о данных, Статистический анализ, Пакеты, Функции, GGPlot2″
SQL:
1. Основы данных — Udacity» Начните развивать свои навыки работы с данными сегодня, научившись манипулировать, анализировать и визуализировать данные с помощью Excel, SQL и Tableau.
Python. Я начал изучать Python, посетив местный университет — программу продления на выходные, так как в будние дни у меня есть работа на полную ставку. Школа, в которую я ходил, — это Национальный университет Тайваня. Я также нашел несколько хороших веб-сайтов, предлагающих курс Python, вот мой карманный список.
1. «Специализация Python для всех — Coursera» Этот курс предоставлен Мичиганским университетом, всего в этой специализации 5 основных курсов.
2. Изучай Python трудным путем — электронная книга. «Эта электронная книга также содержит видео. Я рекомендую эту книгу для начинающих”
Python для науки о данных. Как только вы лучше узнаете Python, вы сможете изучить область науки о данных с помощью языка Python.
1. Python для науки о данных — степень магистра Калифорнийского университета в Сан-Диего, открытый на edX. Хотя цена составляет 350 долларов, я думаю, что это стоит вложений. Из-за того, что это был онлайн-курс на получение степени, для него требовался мини-проект, итоговая презентация и итоговый экзамен. Если вы уделите внимание каждому разделу курса, презентация и экзамен не будут помехой. Вы можете обратиться к моим заметкам на Github. Мое достижение -› https://courses.edx.org/certificates/cba9e6e0a7684de8975608375aa51a98
2. «Python A-Z: Python для науки о данных с реальными упражнениями!» — Udemy. Всего 11 часов видео по запросу. Этот курс содержит множество практических примеров.
3. Учебный курс Python для науки о данных и машинного обучения — Udemy, Хосе Портилья.
Машинное обучение и глубокое обучение. Я посещал только открытый курс местного университета по машинному обучению и глубокому обучению. Университет, в который я поступил, — Тайбэйский технический университет. Но я также слышал о некоторых онлайн-курсах МООК и планирую запустить их в марте 2019 года.
- Машинное обучение — Coursera Эндрю Нг из Стэнфордского университета.
2. Машинное обучение от А до Я™: практические занятия Python и R в науке о данных — Udemy» (курс Кирилла Еременко)
3. Глубокое обучение — Coursera Эндрю Нг из Стэнфордского университета. Примерно 3 месяца, чтобы пройти этот курс.
Приведенные выше списки заняли у меня почти 1 год, чтобы заполнить половину из них. Я ожидаю, что закончу их все к декабрю 2019 года. Что касается моего краткосрочного плана, я не только пройду курсы, но и напишу свою точку зрения на то, что я узнаю, и буду применять инструменты визуализации в своей текущей работе.
