Beste antwoord
De Data Science-cursussen van Udacity zijn uitzonderlijk. Het materiaal is beknopt maar grondig, en de oefeningen en projecten bieden goede praktijken. Als je serieus bezig bent met data science, kun je niet fout gaan met Udacity.
Dat gezegd hebbende, zijn er een paar redenen waarom je misschien alternatieven zou willen overwegen.
De eerste is dat, door hun catalogus uit te breiden en hun inhoud up-to-date te houden (en de meeste van hun cursussen zijn vers, compleet met de laatste trends en best practices), voelen sommige cursusmaterialen die ze aanbieden zich gehaast.
Udacity lost snel dingen op. Wees echter niet verbaasd als u opdrachten of materialen tegenkomt die niet intuïtief of een beetje afwijkend lijken. Deze cursussen evolueren voortdurend, in positieve of negatieve zin (op de lange termijn, in positieve zin).
De tweede is dat Udacity een bedrijf is met winstoogmerk. Omdat alle bedrijven geneigd zijn, neigen ze naar winst. Hoewel ze erg aardig zijn om gratis cursussen op intro-niveau aan te bieden, is het hun bedoeling om leerlingen naar een van hun Nanodegree-programmas te leiden.
Natuurlijk is dat op zichzelf niet het probleem. Het probleem is de prijs.
Met $ 399 per maand is Nanodegrees een beetje aan de steile kant. Dat geldt vooral als je er rekening mee houdt hoe lang sommige van deze programmas duren. Het “Data Analyst” -programma duurt bijvoorbeeld 4 maanden. Dat veronderstelt dat je elke week de vereiste hoeveelheid tijd kunt besteden.
Een paar jaar geleden zou ik hebben gezegd dat dit DEFINITIEF de moeite waard was . Sinds begin 2018 heeft Udacity echter hun belofte van een baangarantie (of uw geldteruggave) ingetrokken. Dat maakte het moeilijker om voor de programmas in te staan, deels omdat je investeringsrendement lang niet meer zo veilig is als het ooit was.
Dus hoe moet je beslissen of de data science-cursussen van Udacity het waard zijn?
- Als je gewoon op zoek bent naar een solide introductie tot datawetenschap, dan zijn alle gratis programmas van Udacity de moeite waard om ze af te maken. Ze zijn ook gratis!
- Als je van data science een integraal onderdeel van je carrière wilt maken, moet je hun Nanodegree-programmas overwegen – ze zijn misschien duur, maar ze zijn ontworpen om je te helpen pas datawetenschap toe in een professionele omgeving
- Als je diep in datawetenschap wilt duiken, maar er geen carrière van wilt maken of tijd hebt om je eigen curriculum samen te stellen, zijn er genoeg andere opties bestaan (lees in dat geval verder – we komen bij de alternatieven)
Op het moment van schrijven zijn er 1.200+ cursussen over datawetenschap, waarvan er vele beschikbaar zijn voor minder dan $ 100. Dit zijn onder meer erkende cursussen die datawetenschap op brede schaal introduceren:
- The Analytics Edge van MIT (gratis te volgen, $ 150 voor certificaat)
- Applied Data Science with Python van University of Michigan ($ 49 / maand)
Er zijn ook data science-cursussen die zich richten op smallere toepassingen:
- Functioneel programmeren in Scala van EPFL ($ 49 / maand) Een cursus die introduceert Scala en Spark om big data te analyseren
- Genomic Data Science van de Johns Hopkins University ($ 49 / maand) Bijzonder geschikt voor moleculair biologen en degenen die studeren of werken in velden die verband houden met genetica
- Excel naar MySQL: Analytic Techniques for Business van Duke University Voor degenen die gegevens willen gebruiken om meet prestaties en stimuleer besluitvorming in een zakelijke context
- Datamining: een 6-gangen specialisatie van de Universiteit van Illinois in Urbana-Champaign Ontworpen voor diegenen die geïnteresseerd zijn in datamining en het toepassen van natuurlijke taalverwerkingstechnieken (NLP) om ongestructureerde gegevens te analyseren
- Deep Learning: een 5-gangen specialisatie van deeplearning.ai Afgestemd op diegenen die geïnteresseerd zijn in Deep Learning, een krachtige tak van AI die veel van de huidige vorderingen op gebieden zoals zelf stimuleert -rijdende voertuigen
Deze alternatieven kosten een fractie van wat u zou kunnen betalen voor een Udacity Nanodegree. Ze zullen niet hetzelfde niveau van ondersteuning bieden (Udacity biedt bijvoorbeeld mentorschap terwijl anderen dat niet doen).
Toch, als je weet wat je wilt leren, is het vandaag niet moeilijk (met zoveel opties beschikbaar) om een paar cursussen samen te stellen die aan uw behoeften voldoen.
Als u dit antwoord nuttig vindt, volg dan OpenCourser , een site die helpt leerlingen bij het vinden van online cursussen.
Antwoord
Als persoon die ongeveer 10 datawetenschapgerelateerde cursussen over Udacity heeft afgerond (en nog veel meer op Coursera, Codecademy, DataCamp, Treehouse en Khan Academy) en 90\% in het Data Analyst-nano-niveau en 91\% in Machine Learning Engineer ook in Udacity. Ik kan zeggen dat het zeker de moeite waard is om een bepaalde datawetenschapcursus over Udacity te volgen: Inleiding tot Machine Leren | Udacity !
Het is een van de cursussen van de hoogste kwaliteit die ik ooit heb gezien (met uitzondering van Udacitys Android nanodraad) en zeer uitgebreid als inleidende cursus, hoewel het meer aanvoelde als een volledig nano-graadprogramma . Een deel van zijn charme is dat Sebastian Thrun zelf de meeste concepten in lekentaal uitlegt en je kunt zien dat hij echt weet waar hij het over heeft. Ik kwam vast te zitten in een aantal quizzen en het eindproject, maar het forum voor deze specifieke cursus was levendig en elke vraag waar ik aan vastliep, werd al door iemand anders gesteld en beantwoord door de legendarische forummentor Miles.
Mijn beste aanbeveling voor u als u besluit het te nemen, is door Sebastian Raschkas boek over machine learning in Python te kopen: Python Machine Learning: Machine Learning en Deep Learning met Python, scikit-learn, en TensorFlow, 2e editie die te vinden is op Amazon, en zelfs in Kindle-indeling. Ik heb het persoonlijk gebruikt om elk van de modules te lezen, met name PCA, aangezien het in de cursus kort werd uitgelegd, maar het is zo belangrijk bij praktisch machine learning.
Bewerken: ik heb verschillende mensen laten weten ik op LinkedIn en via e-mail om persoonlijk advies te vragen. Aarzel dan niet om dit te doen! Ik begeleid al 80 mensen in mijn lokale gemeenschap over zelfontwikkeling, constant leren en soms ook over data science. Voel je ook vrij om mij te volgen, want ik zal meer vragen beantwoorden voor mensen die geïnteresseerd zijn in de overgang naar data science vanuit een niet-technische achtergrond. Heel erg bedankt allemaal!