Kursus ilmu data gratis terbaik selama penguncian

Jika Anda terkunci karena pandemi COVID-19, Anda mungkin memiliki waktu ekstra. Binging Netflix semuanya bagus dan bagus, tapi mungkin Anda bosan dan ingin belajar sesuatu yang baru.

Salah satu bidang yang paling menguntungkan untuk dibuka dalam beberapa tahun terakhir adalah ilmu data. Sumber daya yang saya cantumkan di bawah ini akan membantu mereka yang cukup teknis untuk memahami matematika pada tingkat statistik dan kalkulus diferensial untuk memasukkan pembelajaran mesin ke dalam rangkaian keahlian mereka. Mereka bahkan dapat membantu Anda memulai karir baru sebagai ilmuwan data. 

Jika Anda sudah dapat memprogram dengan Python atau R, keterampilan itu akan memberi Anda keunggulan dalam ilmu data terapan. Di sisi lain, pemrograman bukanlah bagian yang sulit bagi kebanyakan orang - ini adalah metode numerik.

Coursera menawarkan banyak kursus berikut. Anda dapat mengauditnya secara gratis, tetapi jika Anda menginginkan kredit, Anda harus membayarnya.

Saya sarankan untuk memulai dengan buku The Elements of Statistics Learning sehingga Anda dapat mempelajari matematika dan konsep sebelum Anda mulai menulis kode.

Saya juga harus mencatat bahwa ada beberapa kursus bagus di Udemy, meskipun tidak gratis. Biasanya harganya masing-masing sekitar $ 200 untuk akses seumur hidup, tetapi saya telah melihat banyak dari mereka didiskon hingga kurang dari $ 20 dalam beberapa hari terakhir.

Jeff Prosise dari Wintellectnow memberi tahu saya bahwa dia berencana membuat beberapa kursus lagi gratis, jadi pantau terus.

Elemen Pembelajaran Statistik, Edisi Kedua

Oleh Trevor Hastie, Robert Tibshirani, dan Jerome Friedman, Springer

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

Ebook 764 halaman gratis ini adalah salah satu buku yang paling banyak direkomendasikan untuk pemula dalam ilmu data. Ini menjelaskan dasar-dasar pembelajaran mesin dan bagaimana semuanya bekerja di belakang layar, tetapi tidak berisi kode. Jika Anda lebih memilih versi buku dengan aplikasi dalam R, Anda dapat membeli atau menyewanya melalui Amazon.

Ilmu Data Terapan dengan Spesialisasi Python

Oleh Christopher Brooks, Kevyn Collins-Thompson, VG Vinod Vydiswaran, dan Daniel Romero, Universitas Michigan / Coursera

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

Lima mata kuliah (89 jam) dalam spesialisasi Universitas Michigan ini memperkenalkan Anda pada ilmu data melalui bahasa pemrograman Python. Spesialisasi ini ditujukan untuk pelajar yang memiliki latar belakang Python atau pemrograman dasar, dan yang ingin menerapkan statistik, pembelajaran mesin, visualisasi informasi, analisis teks, dan teknik analisis jaringan sosial melalui toolkit Python populer seperti Pandas, Matplotlib, Scikit-learn, NLTK, dan NetworkX untuk mendapatkan wawasan tentang data mereka.

Ilmu Data: Yayasan menggunakan Spesialisasi R.

Oleh Jeff Leek, Brian Caffo, dan Roger Peng, Johns Hopkins / Coursera

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

Spesialisasi 68 jam ini (lima kursus) mencakup alat dan teknik sains data dasar, termasuk mendapatkan, membersihkan, dan mengeksplorasi data, pemrograman dalam R, dan melakukan penelitian yang dapat direproduksi.

Pembelajaran Mendalam

Oleh Andrew Ng, Kian Katanforoosh, dan Younes Bensouda Mourri, Stanford / deeplearning.ai / Coursera

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

Dalam 77 jam (lima kursus), seri ini mengajarkan dasar-dasar deep learning, cara membangun jaringan neural, dan cara memimpin proyek machine learning yang sukses. Anda akan belajar tentang jaringan Konvolusional (CNN), jaringan saraf berulang (RNN), jaringan Memori Jangka Pendek Panjang (LSTM), Adam, Dropout, BatchNorm, inisialisasi Xavier / He, dan banyak lagi. Anda akan mengerjakan studi kasus dari perawatan kesehatan, mengemudi otonom, membaca bahasa isyarat, pembuatan musik, dan pemrosesan bahasa alami. Selain teori, Anda akan mempelajari cara penerapannya dalam industri menggunakan Python dan TensorFlow, yang juga mereka ajarkan.

Dasar-dasar Pembelajaran Mesin

Oleh Jeff Prosise, Wintellectnow

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

Dalam kursus video pengantar dua jam gratis ini, Prosise membawa Anda melalui regresi, klasifikasi, Support Vector Machines, Principal Component Analysis, dan banyak lagi, menggunakan Scikit-learn, library Python populer untuk machine learning. 

Pembelajaran mesin

Oleh Andrew Ng, Stanford / Coursera

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

Kursus video 56 jam ini memberikan pengantar luas tentang pembelajaran mesin, penggalian data, dan pengenalan pola statistik. Topik meliputi pembelajaran yang diawasi (algoritme parametrik / non-parametrik, mesin vektor pendukung, kernel, jaringan saraf), pembelajaran tanpa pengawasan (pengelompokan, pengurangan dimensi, sistem pemberi rekomendasi, pembelajaran dalam), dan praktik terbaik dalam pembelajaran mesin dan AI (teori bias / varians) dan proses inovasi). Anda juga akan belajar bagaimana menerapkan algoritma pembelajaran untuk membangun robot pintar, pencarian web, anti-spam, computer vision, informatika medis, audio, penambangan database, dan area lainnya.

Pembelajaran mesin

Oleh Carlos Guestrin dan Emily Fox, Universitas Washington / Coursera

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

Spesialisasi 143 jam (empat kursus) dari peneliti terkemuka di University of Washington ini memperkenalkan Anda pada bidang Pembelajaran Mesin yang menarik dan banyak diminati. Melalui serangkaian studi kasus praktis, Anda akan mendapatkan pengalaman terapan di area utama Machine Learning termasuk Prediksi, Klasifikasi, Pengelompokan, dan Pengambilan Informasi. Anda akan belajar menganalisis kumpulan data yang besar dan kompleks, membuat sistem yang beradaptasi dan berkembang seiring waktu, dan membangun aplikasi cerdas yang dapat membuat prediksi dari data.