Stojí za to zúčastnit se kurzů datové vědy Udacity?

nejlepší odpověď

Kurzy datové vědy Udacity jsou výjimečné. Materiál je stručný, ale důkladný a cvičení a projekty poskytují dobrou praxi. Pokud máte vážné obavy z toho, že jste se zabývali vědou o datech, nemůžete pokazit Udacity.

To znamená, že existuje několik důvodů, proč byste měli zvážit alternativy.

Prvním je to, že při rozšiřování svého katalogu a udržování svého obsahu aktuálního (a většina jejich kurzů je svěží, doplněná nejnovějšími trendy a osvědčené postupy), některé materiály z kurzů, které nabízejí, se cítí uspěchané.

Udacity rychle napravuje věci. Nebuďte překvapeni, když najdete úkoly nebo materiály, které se zdají neintuitivní nebo trochu off. Tyto kurzy se neustále vyvíjejí, ať už k lepšímu nebo k horšímu (z dlouhodobého hlediska, k lepšímu).

Druhým je to, že Udacity je nezisková organizace. Protože všechny podniky inklinují, inklinují k zisku. I když jsou velmi laskaví a nabízejí bezplatné kurzy na úvodní úrovni, jejich záměrem je nasměrovat studenty do jednoho z jejich programů Nanodegree.

Samozřejmě o to nejde. Problém je v ceně.

Za 399 $ měsíčně jsou Nanodegrees trochu na strmé straně. To platí zejména, když vezmete v úvahu, jak dlouho některé z těchto programů trvají. Například program „Data Analyst“ trvá 4 měsíce. Předpokládáme, že jste schopni každý týden věnovat potřebnou dobu.

Před několika lety bych řekl, že to rozhodně stojí za to . Od začátku roku 2018 však společnost Udacitys stáhla svůj slib „záruky zaměstnání“ (nebo vašich peněz zpět). Díky tomu se programy hůře zaručují, zčásti proto, že vaše návratnost investic není zdaleka tak bezpečná, jak tomu bylo dříve.

Jak byste se tedy měli rozhodnout, zda kurzy datové vědy Udacity za to stojí?

  1. Pokud hledáte solidní úvod do vědy o datech, stojí za to všechny programy Udacity zdarma, než je dokončíte. Jsou také zdarma!
  2. Pokud se chystáte dát vědu o datech nedílnou součástí vaší kariéry, měli byste zvážit jejich programy Nanodegree – mohou být drahé, ale jsou navrženy tak, aby vám pomohly aplikovat vědu o datech v profesionálním prostředí
  3. Pokud se chcete hlouběji v oblasti vědy o datech ponořit, ale neděláte z toho kariéru, nebo máte čas na sestavení vlastního „osnov“, spousta dalších možnosti existují (v takovém případě čtěte dále – dostáváme se k alternativám)

V době psaní tohoto článku existuje 1 200+ kurzy o vědě o datech – mnoho z nich za méně než 100 $. Patří mezi ně uznávané kurzy, které obecně zavádějí datovou vědu:

Existují také kurzy datové vědy zaměřené na užší aplikace:

Tyto alternativy stojí zlomek toho, co byste mohli zaplatit za Udode Nanodegree. Nebudou nabízet stejnou úroveň podpory (například Udacity nabízí mentorování, zatímco ostatní ne).

Přesto, pokud víte, co se chcete naučit, není to dnes těžké (s tolik možností), abyste sestavili několik kurzů, které splní vaše potřeby.

Pokud vám tato odpověď připadá užitečná, sledujte a vyzkoušejte OpenCourser , web, který pomáhá studentům najít online kurzy.

Odpověď

Jako osoba, která dokončila přibližně 10 kurzů souvisejících s datovými vědami na Udacity (a mnoho dalších na Coursera, Codecademy, DataCamp, Treehouse a Khan Academy) a 90\% do Data Analyst nanodegree a 91\% do Machine Learning Engineer také na Udacity Mohu říci, že rozhodně stojí za to absolvovat jeden konkrétní kurz datové vědy na Udacity: Úvod do stroje Učení | Udacity !

Je to jeden z nejkvalitnějších kurzů, jaké jsem kdy viděl (s výjimkou nanodogree pro Android od Udacity) a velmi komplexní jako úvodní kurz, i když mi připadal spíše jako plný program nanodegree . Součástí jeho kouzla je i to, že sám Sebastian Thrun laicky vysvětluje většinu konceptů a můžete říct, že skutečně ví, o čem mluví. Zasekl jsem se v některých kvízech a závěrečném projektu, ale fórum pro tento konkrétní kurz bylo živé a každou otázku, na kterou jsem se zasekl, již položil někdo jiný a odpověděl legendární mentor fóra Miles.

Můj nejlepší doporučení pro vás, pokud se rozhodnete, je koupit si knihu Sebastiana Raschky o strojovém učení v Pythonu: Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, a TensorFlow, 2. vydání , které lze najít na Amazonu a dokonce i ve formátu Kindle. Osobně jsem to použil ke čtení na každém z modulů, zejména PCA, protože to bylo stručně vysvětleno v kurzu, ale je to tak důležité v praktickém strojovém učení.

Upravit: Měl jsem několik lidí, kteří oslovili mě na LinkedIn a prostřednictvím e-mailu s žádostí o osobnější radu. Neváhejte to udělat! Ve své místní komunitě už mentoruji 80 lidí o seberozvoji, neustálém učení a někdy také o vědě o datech. Neváhejte mě také sledovat, protože budu odpovídat na další otázky pro lidi se zájmem o přechod do vědy o datech z netechnických prostředí. Všem moc děkuji!

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *