La mejor respuesta
Los cursos de ciencia de datos de Udacity son excepcionales. El material es conciso pero completo, y los ejercicios y proyectos proporcionan buenas prácticas. Si te tomas en serio la idea de entender la ciencia de datos, no puedes equivocarte con Udacity.
Dicho esto, hay algunas razones por las que quizás quieras considerar alternativas.
La primera es que, al hacer crecer su catálogo y mantener su contenido actualizado (y la mayoría de sus cursos son frescos, completos con las últimas tendencias y mejores prácticas), algunos de los materiales del curso que ofrecen se sienten apresurados.
Udacity es rápido para arreglar las cosas. Aún así, no se sorprenda al encontrar tareas o materiales que parezcan poco intuitivos o un poco fuera de lugar. Estos cursos están en constante evolución, para bien o para mal (a largo plazo, para mejor).
La segunda es que Udacity es una empresa con fines de lucro. Como todos los negocios se inclinan, tienden a obtener ganancias. Si bien son muy amables al ofrecer cursos de introducción gratuitos, su intención es canalizar a los estudiantes hacia uno de sus programas de Nanodegree.
Por supuesto, ese no es el problema en sí mismo. El problema es el costo.
A $ 399 por mes, los nanogrados son un poco elevados. Eso es especialmente cierto cuando se tiene en cuenta la duración de algunos de estos programas. El programa «Analista de datos», por ejemplo, tarda 4 meses. Eso es asumiendo que puede dedicar la cantidad de tiempo requerida cada semana.
Hace un par de años, yo hubiera dicho que definitivamente valía la pena . Sin embargo, desde principios de 2018, Udacity retiró su promesa de una «garantía de trabajo» (o le devolvemos su dinero). Eso hace que sea más difícil responder por los programas, en parte porque su retorno de la inversión no es tan seguro como lo era antes.
Entonces, ¿cómo debe decidir si los cursos de ciencia de datos de Udacity valen la pena?
- Si solo está buscando una introducción sólida a la ciencia de datos, cualquiera de los programas gratuitos de Udacity vale la pena el tiempo que lleva terminarlos. ¡También son gratis!
- Si está decidido a hacer de la ciencia de datos una parte integral de su carrera, debería considerar sus programas Nanodegree; pueden ser costosos, pero están diseñados para ayudarlo aplicar la ciencia de datos en un entorno profesional
- Si desea profundizar en la ciencia de datos, pero no está buscando convertirla en una carrera o tener algo de tiempo para armar su propio «plan de estudios», muchas otras existen opciones (en cuyo caso, siga leyendo, estamos llegando a las alternativas)
Al momento de escribir este artículo, hay 1,200+ cursos sobre ciencia de datos, muchos disponibles por menos de $ 100. Estos incluyen cursos reconocidos que introducen ampliamente la ciencia de datos:
- The Analytics Edge del MIT (gratis, $ 150 por certificado)
- Ciencia de datos aplicada con Python de la Universidad de Michigan ($ 49 / mes)
Hay también cursos de ciencia de datos que se enfocan en aplicaciones más limitadas:
- Programación funcional en Scala de EPFL ($ 49 / mes) Un curso que presenta Scala y Spark para analizar macrodatos
- Genomic Data Science de la Universidad Johns Hopkins ($ 49 / mes) Particularmente adecuado para biólogos moleculares y aquellos que estudian o trabajan en campos relacionados con la genética
- Excel a MySQL: Técnicas analíticas para empresas de la Universidad de Duke Para aquellos que buscan aprovechar los datos para medir el rendimiento e impulsar la toma de decisiones en un contexto empresarial
- Minería de datos: una especialización de 6 cursos de la Universidad de Illinois en Urbana-Champaign Diseñado para aquellos interesados en la minería de datos y la aplicación de técnicas de procesamiento del lenguaje natural (NLP) para analizar datos no estructurados
- Aprendizaje profundo: una especialización de 5 cursos de deeplearning.ai Dirigido a aquellos interesados en Aprendizaje profundo, una poderosa rama de la IA que impulsa muchos de los avances actuales en campos como el yo -conducir vehículos
Estas alternativas cuestan una fracción de lo que podría pagar por un Udacity Nanodegree. No ofrecerán el mismo nivel de soporte (por ejemplo, Udacity ofrece tutoría mientras que otros no).
Aún así, si sabe lo que quiere aprender, no es difícil hoy (con tantas opciones disponibles) para organizar algunos cursos que satisfagan sus necesidades.
Si encuentra útil esta respuesta, sígala y consulte OpenCourser , un sitio que ayuda a los alumnos a encontrar cursos en línea.
Responder
Como persona que ha terminado alrededor de 10 cursos relacionados con la ciencia de datos en Udacity (y muchos más en Coursera, Codecademy, DataCamp, Treehouse y Khan Academy) y 90\% en el nanogrado de Analista de datos y 91\% en Ingeniero de aprendizaje automático también en Udacity. Puedo decir que definitivamente vale la pena tomar un curso de ciencia de datos en particular en Udacity: Introducción a la máquina Aprendizaje | ¡Udacity !
Es uno de los cursos de mayor calidad que he visto (con la excepción del nanodegree de Android de Udacity) y muy completo como curso introductorio, aunque se sintió más como un programa completo de nanodegree . Parte de su encanto es que el propio Sebastian Thrun explica la mayoría de los conceptos en términos sencillos y se puede decir que realmente sabe de lo que está hablando. Me quedé atascado en algunos cuestionarios y en el proyecto final, pero el foro de este curso en particular era vibrante y cada pregunta en la que me quedé atascado ya había sido formulada por otra persona y respondida por el legendario mentor del foro Miles.
Mi La mejor recomendación para ti si decides aceptarlo es comprar el libro de Sebastian Raschka sobre aprendizaje automático en Python: Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, y TensorFlow, 2.ª edición que se puede encontrar en Amazon e incluso en formato Kindle. Personalmente lo usé para leer sobre cada uno de los módulos, particularmente PCA, ya que se explicó brevemente en el curso, pero es muy importante en el aprendizaje automático práctico.
Editar: Varias personas se acercaron a en LinkedIn y por correo electrónico pidiendo un consejo más personalizado. ¡No dude en hacerlo! Ya soy mentor de 80 personas en mi comunidad local sobre autodesarrollo, aprendizaje constante y, a veces, también sobre ciencia de datos. Además, siéntase libre de seguirme, ya que responderé más preguntas para las personas interesadas en la transición a la ciencia de datos que no tienen experiencia en tecnología. ¡Muchas gracias a todos!