Melhor resposta
Os cursos de ciência de dados da Udacity são excepcionais. O material é conciso, mas completo, e os exercícios e projetos fornecem boas práticas. Se você realmente quer envolver a ciência de dados, não pode errar com o Udacity.
Dito isso, existem alguns motivos pelos quais você pode querer considerar alternativas.
A primeira é que, ao aumentar seu catálogo e manter seu conteúdo atualizado (e a maioria de seus cursos são novos, completos com as últimas tendências e práticas recomendadas), alguns dos materiais do curso que eles oferecem parecem apressados.
O Udacity é rápido para consertar as coisas. Ainda assim, não se surpreenda ao encontrar tarefas ou materiais que pareçam não intuitivos ou um pouco errados. Esses cursos estão em constante evolução, para melhor ou para pior (no longo prazo, para melhor).
A segunda é que a Udacity é uma empresa com fins lucrativos. Como todas as empresas são inclinadas, tendem ao lucro. Embora eles sejam muito gentis em oferecer cursos de introdução gratuitos, sua intenção é direcionar os alunos para um de seus programas Nanodegree.
Claro, isso em si não é o problema. A questão é o custo.
Por US $ 399 por mês, os Nanodegrees são um pouco íngremes. Isso é especialmente verdadeiro quando você leva em consideração quanto tempo alguns desses programas levam. O programa “Analista de Dados”, por exemplo, leva 4 meses. Isso presumindo que você seja capaz de comprometer a quantidade necessária de tempo a cada semana.
Alguns anos atrás, eu teria dito que DEFINITIVAMENTE valeu a pena . Desde o início de 2018, no entanto, a Udacity retirou sua promessa de uma “garantia de emprego” (ou seu dinheiro de volta). Isso tornou os programas mais difíceis de garantir, em parte porque seu retorno sobre o investimento não é tão seguro quanto antes.
Então, como você deve decidir se os cursos de ciência de dados da Udacity valem a pena?
- Se você está apenas procurando uma introdução sólida à ciência de dados, qualquer um dos programas gratuitos da Udacity vale o tempo que leva para terminá-los. Eles também são gratuitos!
- Se você está decidido a fazer da ciência de dados uma parte integrante de sua carreira, deve considerar seus programas Nanodegree – eles podem ser caros, mas são projetados para ajudá-lo aplique a ciência de dados em um ambiente profissional
- Se você deseja se aprofundar na ciência de dados, mas não está procurando fazer disso uma carreira ou ter algum tempo para montar seu próprio “currículo”, muitos outros existem opções (nesse caso, continue lendo – estamos chegando às alternativas)
No momento em que este livro foi escrito, havia mais de 1.200 cursos sobre ciência de dados – muitos disponíveis por menos de US $ 100. Isso inclui cursos reconhecidos que apresentam amplamente a ciência de dados:
- The Analytics Edge do MIT (grátis, US $ 150 pelo certificado)
- Ciência de dados aplicada com Python da Universidade de Michigan (US $ 49 / mês)
Existem também cursos de ciência de dados que se concentram em aplicações mais restritas:
- Programação funcional em Scala da EPFL ($ 49 / mês) Um curso que apresenta Scala e Spark para analisar big data
- Genomic Data Science da Johns Hopkins University (US $ 49 / mês) Particularmente adequado para biólogos moleculares e aqueles que estudam ou trabalham em áreas relacionadas à genética
- Excel para MySQL: Técnicas analíticas para negócios da Duke University Para aqueles que procuram aproveitar dados medir o desempenho e impulsionar a tomada de decisões em um contexto de negócios
- Data Mining: uma especialização de 6 cursos da University of Illinois at Urbana-Champaign Projetado para os interessados em mineração de dados e aplicação de técnicas de processamento de linguagem natural (PNL) para analisar dados não estruturados
- Deep Learning: uma especialização de 5 cursos de deeplearning.ai Voltada para aqueles interessados em Deep Learning, um poderoso ramo da IA que está impulsionando muitos dos avanços atuais em campos como o eu veículos de direção
Essas alternativas custam uma fração do que você pagaria por um Nanodegree Udacity. Eles não oferecem o mesmo nível de suporte (por exemplo, Udacity oferece mentoria enquanto outros não).
Ainda assim, se você sabe o que quer aprender, não é difícil hoje (com tantas opções disponíveis) para reunir alguns cursos que atendam às suas necessidades.
Se você achar esta resposta útil, siga e confira OpenCourser , um site que ajuda os alunos a encontrar cursos online.
Resposta
Como uma pessoa que concluiu cerca de 10 cursos relacionados à ciência de dados na Udacity (e muitos mais no Coursera, Codecademy, DataCamp, Treehouse e Khan Academy) e 90\% no nanodegree do Data Analyst e 91\% no Machine Learning Engineer também no Udacity. Posso dizer que definitivamente vale a pena fazer um curso de ciência de dados específico no Udacity: Intro to Machine Aprendizagem Udacity !
É um dos cursos de mais alta qualidade que já vi (com exceção do nanodegree do Android da Udacity) e muito abrangente como um curso introdutório, embora pareça mais um programa nanodegree completo . Parte de seu charme é que o próprio Sebastian Thrun explica a maioria dos conceitos em termos leigos e você pode dizer que ele realmente sabe do que está falando. Eu fiquei preso em alguns questionários e no projeto final, mas o fórum para este curso em particular foi vibrante e todas as perguntas que eu tive que fazer já foram feitas por outra pessoa e respondidas pelo lendário mentor do fórum Miles.
Meu a melhor recomendação para você se decidir aceitá-la é comprar o livro de Sebastian Raschka sobre aprendizado de máquina em Python: Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, e TensorFlow, 2ª edição , que pode ser encontrado na Amazon e até mesmo no formato Kindle. Eu pessoalmente o usei para ler sobre cada um dos módulos, especialmente o PCA, já que foi brevemente explicado no curso, mas é tão importante no aprendizado de máquina prático.
Editar: Várias pessoas entraram em contato com no LinkedIn e via e-mail pedindo conselhos mais personalizados. Por favor, não hesite em fazer isso! Já sou mentor de 80 pessoas em minha comunidade local sobre autodesenvolvimento, aprendizado constante e às vezes também em ciência de dados. Além disso, fique à vontade para me seguir, pois estarei respondendo a mais perguntas para pessoas interessadas em fazer a transição para a ciência de dados de formações não tecnológicas. Muito obrigado a todos!