Programovanie

Najlepšie bezplatné kurzy prírodovedných predmetov počas uzamknutia

Ak ste uzamknutí kvôli pandémii COVID-19, môžete mať trochu času v rukách. Binging Netflix je dobrý a dobrý, ale možno vás už unavuje a chceli by ste sa dozvedieť niečo nové.

Jednou z najlukratívnejších oblastí, ktorá sa otvorila za posledných pár rokov, je dátová veda. Zdroje, ktoré uvediem nižšie, pomôžu tým technickým, aby porozumeli matematike na úrovni štatistík a diferenciálneho počtu, aby mohli do svojich zručností začleniť strojové učenie. Môžu vám dokonca pomôcť začať novú kariéru vedca v oblasti údajov.

Ak už viete programovať v Pythone alebo R, táto zručnosť vám dá náskok v oblasti aplikovanej dátovej vedy. Na druhej strane programovanie nie je pre väčšinu ľudí náročná - jedná sa o numerické metódy.

Coursera ponúka mnoho z nasledujúcich kurzov. Môžete ich skontrolovať bezplatne, ale ak chcete získať kredit, musíte ich zaplatiť.

Odporúčam začať od knihy Prvky štatistického učenia aby ste sa mohli naučiť matematiku a pojmy skôr, ako začnete písať kód.

Tiež by som mal poznamenať, že v Udemy existuje niekoľko dobrých kurzov, aj keď nie sú zadarmo. Zvyčajne stoja za doživotný prístup asi 200 dolárov, ale v posledných dňoch som videl veľa z nich zľavnených na menej ako 20 dolárov.

Jeff Prosise z Wintellectnow mi hovorí, že plánuje urobiť niekoľko ďalších svojich kurzov zadarmo, takže ostaňte s nami.

Prvky štatistického učenia, druhé vydanie

Autori: Trevor Hastie, Robert Tibshirani a Jerome Friedman, Springer

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

Táto bezplatná e-kniha na 764 stranách je jednou z najbežnejšie odporúčaných kníh pre začiatočníkov v oblasti dátovej vedy. Vysvetľuje základy strojového učenia a to, ako všetko funguje v zákulisí, ale neobsahuje žiadny kód. Ak dávate prednosť verzii knihy s aplikáciami v R, môžete si ju kúpiť alebo prenajať cez Amazon.

Aplikovaná dátová veda so špecializáciou na Python

Autori: Christopher Brooks, Kevyn Collins-Thompson, V. G. Vinod Vydiswaran a Daniel Romero, University of Michigan / Coursera

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

Päť kurzov (89 hodín) v tejto špecializácii University of Michigan vás zoznámi s dátovou vedou prostredníctvom programovacieho jazyka Python. Táto špecializácia je určená pre študentov, ktorí majú základné znalosti jazyka Python alebo programovanie a ktorí chcú používať štatistické techniky, strojové učenie, vizualizáciu informácií, textovú analýzu a analýzu sociálnych sietí prostredníctvom populárnych súprav nástrojov v jazyku Python, ako sú Pandas, Matplotlib, Scikit-learn, NLTK a NetworkX, aby získali prehľad o svojich údajoch.

Dátová veda: Nadácie využívajúce špecializáciu R.

Autori: Jeff Leek, Brian Caffo a Roger Peng, Johns Hopkins / Coursera

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

Táto 68-hodinová špecializácia (päť kurzov) pokrýva základné nástroje a techniky pre dátové vedy, vrátane získavania, čistenia a prieskumu údajov, programovania v R a uskutočňovania reprodukovateľného výskumu.

Hlboké učenie

Autori: Andrew Ng, Kian Katanforoosh a Younes Bensouda Mourri, Stanford / deeplearning.ai / Coursera

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

Za 77 hodín (päť kurzov) táto séria učí základy hlbokého učenia, ako budovať neurónové siete a ako viesť úspešné projekty strojového učenia. Dozviete sa o Konvolučných sieťach (CNN), Rekurentných neurónových sieťach (RNN), Sieťach s dlhodobou krátkodobou pamäťou (LSTM), Adamovi, Dropoutovi, BatchNormovi, Xavierovej / He inicializácii a ďalších. Budete pracovať na prípadových štúdiách zo zdravotníctva, autonómneho riadenia, čítania posunkového jazyka, tvorby hudby a spracovania prirodzeného jazyka. Okrem teórie sa dozviete, ako sa v priemysle uplatňuje pomocou programov Python a TensorFlow, ktoré tiež učia.

Základy strojového učenia

Autor: Jeff Prosise, Wintellectnow

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

V tomto bezplatnom dvojhodinovom úvodnom video kurze vás Prosise prevedie regresiou, klasifikáciou, podporou vektorových strojov, analýzou hlavných komponentov a ďalšími pomocou populárnej knižnice Python pre strojové učenie Scikit-learn.

Strojové učenie

Andrew Ng, Stanford / Coursera

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

Tento 56-hodinový video kurz poskytuje široký úvod do strojového učenia, dolovania dát a rozpoznávania štatistických vzorcov. Témy zahŕňajú učenie pod dohľadom (parametrické / neparametrické algoritmy, podpora vektorových strojov, jadier, neurónových sietí), učenie bez dozoru (klastrovanie, znižovanie dimenzionality, odporúčacie systémy, hlboké učenie) a najlepšie postupy v oblasti strojového učenia a AI (teória skreslenia / odchýlky) a inovačný proces). Naučíte sa tiež, ako aplikovať učebné algoritmy na vytváranie inteligentných robotov, vyhľadávanie na webe, anti-spam, počítačové videnie, lekársku informatiku, zvuk, ťažbu databáz a ďalšie oblasti.

Strojové učenie

Autormi sú Carlos Guestrin a Emily Fox, Washingtonská univerzita / Coursera

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

Táto 143-hodinová (štvorchodová) špecializácia od popredných výskumníkov z Washingtonskej univerzity vám predstaví vzrušujúcu oblasť strojového učenia s vysokým dopytom. Prostredníctvom série praktických prípadových štúdií získate aplikované skúsenosti v hlavných oblastiach strojového učenia vrátane predikcie, klasifikácie, klastrovania a získavania informácií. Naučíte sa analyzovať veľké a zložité súbory údajov, vytvárať systémy, ktoré sa časom prispôsobujú a vylepšujú, a budovať inteligentné aplikácie, ktoré dokážu z údajov robiť predpovede.

$config[zx-auto] not found$config[zx-overlay] not found