우수 답변
Udacity의 데이터 과학 과정은 예외입니다. 자료는 간결하지만 철저하며 연습과 프로젝트는 좋은 연습을 제공합니다. 데이터 과학에 대해 진지하게 생각하고 있다면 Udacity로 잘못 갈 수 없습니다.
그렇지만 대안을 고려해야하는 몇 가지 이유가 있습니다.
첫 번째는 카탈로그를 늘리고 콘텐츠를 최신 상태로 유지하는 것입니다 (그리고 대부분의 과정 이 최신 트렌드로 완성 됨) 및 모범 사례), 그들이 제공하는 과정 자료 중 일부는 서두르는 느낌이 듭니다.
Udacity는 신속하게 문제를 해결합니다. 그럼에도 불구하고 직관적이지 않거나 약간 벗어난 과제 나 자료를 찾아도 놀라지 마십시오. 이러한 과정은 좋든 나쁘 든 (장기적 으로든 좋든간에) 지속적으로 발전하고 있습니다.
두 번째는 Udacity가 영리를 목적으로하는 기업이라는 것입니다. 모든 비즈니스가 성향이 있기 때문에 이익을 추구하는 경향이 있습니다. 무료 입문 수준의 과정을 제공하는 데 매우 친절하지만, 그들의 의도는 학습자를 Nanodegree 프로그램 중 하나로 안내하는 것입니다.
물론 그 자체가 문제는 아닙니다. 문제는 비용입니다.
월 399 달러로 Nanodegrees는 약간 가파른 편입니다. 이러한 프로그램 중 일부에 걸리는 시간을 고려할 때 특히 그렇습니다. 예를 들어 “데이터 분석가”프로그램은 4 개월이 걸립니다. 매주 필요한 시간을 할애 할 수 있다고 가정합니다.
2 년 전 이 작업이 그만한 가치가 있다고 말했을 것입니다. . 그러나 2018 년 초부터 Udacity는 “고용 보장”(또는 환불) 약속을 철회했습니다. 투자 수익이 예전만큼 안전하지 않기 때문에 프로그램을 보증하기가 더 어려워졌습니다.
그러면 Udacity의 데이터 과학 과정이 그만한 가치가 있는지 어떻게 결정해야합니까?
p>
- 데이터 과학에 대한 확실한 입문을 찾고 있다면 Udacity의 무료 프로그램 중 어느 것이 든 완료하는 데 걸리는 시간의 가치가 있습니다. 또한 무료입니다!
- 데이터 과학을 경력의 필수 부분으로 삼 으려는 경우 Nanodegree 프로그램을 고려해야합니다. 비용이 많이들 수 있지만 도움을주기 위해 설계되었습니다. 전문적인 환경에서 데이터 과학 적용
- 데이터 과학에 대해 자세히 알아보고 싶지만 경력을 쌓고 싶지 않거나 자신의 “커리큘럼”을 구성 할 시간이없는 경우 옵션이 존재합니다 (이 경우 계속 읽으십시오. 우리는 대안을 찾을 것입니다)
이 글을 쓰는 시점에는 1,200 개 이상이 있습니다. 데이터 과학에 관한 과정 -대부분이 $ 100 미만으로 제공됩니다. 여기에는 데이터 과학을 광범위하게 소개하는 공인 과정이 포함됩니다.
- The Analytics Edge from MIT (무료 수강, 수료시 $ 150)
- Applied Data Science with Python from University of Michigan ($ 49 / 월)
또한 더 좁은 애플리케이션에 초점을 맞춘 데이터 과학 과정 :
- Scala의 함수형 프로그래밍 from EPFL ($ 49 / 월) Scala와 Spark를 도입하여 빅 데이터 분석
- Genomic Data Science (Johns Hopkins University) (월 $ 49) 특히 분자 생물 학자에게 적합하며 유전학 관련 분야에서 공부하거나 일하는 사람들
- Excel to MySQL : Duke University의 비즈니스를위한 분석 기법 데이터를 비즈니스 맥락에서 성과를 측정하고 의사 결정을 내립니다.
- 데이터 마이닝 : 일리노이 대학교 어 바나 샴페인의 6 코스 전문화 데이터 마이닝 및 자연어 처리 (NLP) 기술을 적용하여 구조화되지 않은 데이터 분석에 관심이있는 사람들을 위해 설계되었습니다.
- 딥 러닝 : deeplearning.ai의 5 코스 전문화 자기와 같은 분야에서 오늘날 많은 발전을 주도하고있는 강력한 AI 분야 인 딥 러닝에 관심이있는 사람들을 대상으로합니다. -운전 차량
이러한 대안은 Udacity Nanodegree에 지불 할 수있는 비용의 일부입니다. 그들은 동일한 수준의 지원을 제공하지 않을 것입니다 (예를 들어 Udacity는 멘토링을 제공하지만 다른 사람들은 제공하지 않습니다).
그래도 배우고 싶은 것을 안다면 오늘은 어렵지 않습니다. 매우 많은 옵션을 사용할 수 있습니다).
이 답변이 도움이된다면 팔로우하고 확인하십시오. OpenCourser , 학습자가 온라인 과정을 찾을 수 있도록 도와줍니다.
Answer
Udacity에서 약 10 개의 데이터 과학 관련 과정을 이수한 사람 (Coursera, Codecademy, DataCamp, Treehouse 및 Khan Academy에서 더 많은 과정) 데이터 분석가 nanodegree의 90 \%와 Udacity의 Machine Learning Engineer에 대한 91 \%의 경우 Udacity에서 특정 데이터 과학 과정을 수강 할 가치가 있다고 말할 수 있습니다. Intro to Machine 학습 | Udacity !
내가 본 것 중 최고 수준의 과정 중 하나 (Udacity의 Android 나노 학위 제외)이며 전체 나노 학위 프로그램처럼 느껴졌지만 입문 과정으로 매우 포괄적입니다. . 그 매력의 일부는 Sebastian Thrun 자신이 대부분의 개념을 평신도의 용어로 설명하고 그가 말하는 것을 진정으로 알고 있다고 말할 수 있다는 것입니다. 일부 퀴즈와 최종 프로젝트에 갇혀 있었지만이 특정 과정의 포럼은 활기차고 내가 갇힌 모든 질문은 이미 다른 사람이 물어 보았고 전설적인 포럼 멘토 Miles가 대답했습니다.
My Python 머신 러닝에 관한 Sebastian Raschka의 책을 구입하는 것이 가장 좋습니다. Python Machine Learning : Machine Learning and Deep Learning with Python, scikit-learn, 및 TensorFlow, 2nd Edition Amazon 및 Kindle 형식에서도 찾을 수 있습니다. 저는 개인적으로 각 모듈, 특히 PCA를 읽는 데 사용했습니다. 코스에서 간략하게 설명 했으므로 실제 머신 러닝에서는 매우 중요합니다.
편집 : 여러 사람이 문의했습니다. 저를 LinkedIn에 가입하고 이메일을 통해 더 개인화 된 조언을 요청합니다. 주저하지 마세요! 저는 이미 지역 사회의 80 명에게 자기 개발, 지속적인 학습, 때로는 데이터 과학에 대해 멘토링합니다. 또한 기술이 아닌 배경에서 데이터 과학으로 전환하는 데 관심이있는 사람들을 위해 더 많은 질문에 답할 예정이므로 언제든지 저를 따르십시오. 모두 감사합니다!