Bästa svaret
Udacitys datavetenskapskurser är exceptionella. Materialet är kortfattat men grundligt och övningarna och projekten ger god praxis. Om du är allvarlig med att bryta huvudet kring datavetenskap kan du inte gå fel med Udacity.
Som sagt, det finns några anledningar till varför du kanske vill överväga alternativ.
Det första är att när de växer sin katalog och håller innehållet uppdaterat (och de flesta av deras kurser är fräscha, komplett med de senaste trenderna och bästa praxis), några av kursmaterialen de erbjuder känns rusade.
Udacity är snabb att fixa saker. Var inte förvånad över att hitta uppdrag eller material som verkar ointuitiva eller lite avstängda. Dessa kurser utvecklas ständigt, på gott och ont (på lång sikt, till bättre).
Den andra är att Udacity är ett vinstdrivande företag. Eftersom alla företag lutar tenderar de mot vinst. Även om de är väldigt snälla att erbjuda gratis kurser på introduktionsnivå, är deras avsikt att kanalisera elever till ett av deras Nanodegree-program.
Det är naturligtvis inte problemet. Frågan är kostnad.
För 399 $ per månad är Nanodegrees lite på den branta sidan. Det gäller särskilt när du tar hänsyn till hur lång tid några av dessa program tar. Programmet ”Data Analyst” tar till exempel fyra månader. Det förutsätter att du kan spendera erforderlig tid varje vecka.
För ett par år sedan skulle jag ha sagt att det här var DEFINITIVT värt det . Sedan början av 2018 drog Udacity dock tillbaka sitt löfte om en ”jobgaranti” (eller dina pengarna tillbaka). Det har gjort programmen svårare att garantera, delvis för att din avkastning på investeringen inte är lika säker som en gång.
Så hur ska du bestämma om Udacitys datavetenskapskurser är värda det?
- Om du bara letar efter en gedigen introduktion till datavetenskap är något av Udacitys gratisprogram värt den tid det tar att avsluta dem. De är också gratis!
- Om du vill göra datavetenskap till en integrerad del av din karriär, bör du överväga deras Nanodegree-program – de kan vara dyra, men de är utformade för att hjälpa dig tillämpa datavetenskap i en professionell miljö
- Om du vill dyka djupt på datavetenskap men inte vill göra det till en karriär eller ha lite tid att sätta ihop din egen ”läroplan”, många andra alternativ finns (i vilket fall, läs vidare – vi kommer till alternativen)
När detta skrivs finns 1 200+ kurser om datavetenskap – många tillgängliga för under $ 100. Dessa inkluderar erkända kurser som allmänt introducerar datavetenskap:
- Analytics Edge från MIT (gratis att ta, $ 150 för certifikat)
- Tillämpad datavetenskap med Python från University of Michigan ($ 49 / månad)
Det finns också datavetenskapskurser som fokuserar på smalare applikationer:
- Funktionell programmering i Scala från EPFL ($ 49 / månad) En kurs som introducerar Scala och Spark för att analysera big data
- Genomisk datavetenskap från Johns Hopkins University ($ 49 / månad) Särskilt lämpad för molekylärbiologer och de som studerar eller arbetar inom områden relaterade till genetik
- Excel till MySQL: analytiska tekniker för företag från Duke University För dem som vill utnyttja data till mäta prestanda och driva beslut i affärssammanhang
- Data Mining: En 6-rätters specialisering från University of Illinois i Urbana-Champaign Designad för dem som är intresserade av datautvinning och tillämpar naturliga språkbearbetningstekniker (NLP) för att analysera ostrukturerad data div id = ”b124b6bcc7”> Deep Learning: En 5-rätters specialisering från deeplearning.ai Inriktad på dem som är intresserade av Deep Learning, en kraftfull gren av AI som driver många av dagens framsteg inom områden som jag -körande fordon
Dessa alternativ kostar en bråkdel av vad du kan betala för en Udacity Nanodegree. De erbjuder inte samma stödnivå (till exempel erbjuder Udacity mentorskap medan andra inte gör det).
Ändå, om du vet vad du vill lära dig är det inte svårt idag (med så många alternativ tillgängliga) för att sätta ihop några kurser som uppfyller dina behov.
Om du tycker att det här svaret är till hjälp, följ och kolla in OpenCourser , en webbplats som hjälper eleverna att hitta online-kurser.
Svar
Som en person som har avslutat cirka 10 datavetenskapsrelaterade kurser om Udacity (och många fler på Coursera, Codecademy, DataCamp, Treehouse och Khan Academy) och 90\% till Data Analyst nanodegree och 91\% till Machine Learning Engineer också på Udacity Jag kan säga att det definitivt är värt att ta en viss datavetenskapskurs om Udacity: Intro to Machine Lärande | Udacity !
Det är en av de högsta kvalitetskurserna jag någonsin har sett (med undantag för Udacitys Android-nanodegree) och mycket omfattande som en introduktionskurs även om det kändes mer som ett fullständigt nanodegree-program . En del av dess charm är att Sebastian Thrun själv förklarar de flesta begreppen i lekmanns termer och du kan säga att han verkligen vet vad han pratar om. Jag fastnade i några frågesporter och det slutliga projektet, men forumet för just den här kursen var livligt och varje fråga som jag fastnade på ställdes redan av någon annan och besvarades av den legendariska forummentorn Miles.
Min bästa rekommendationen för dig om du bestämmer dig för att ta det är att köpa Sebastian Raskchas bok om maskininlärning i Python: Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learning, och TensorFlow, andra upplagan som finns på Amazon och till och med i Kindle-format. Jag använde det personligen för att läsa upp var och en av modulerna, särskilt PCA eftersom det förklarades kort i kursen men det är så viktigt i praktisk maskininlärning.
Redigera: Jag har fått flera personer att nå ut till mig på LinkedIn och via e-post och ber om mer personlig rådgivning. Tveka inte att göra det! Jag mentor redan 80 personer i mitt lokala samhälle om självutveckling, ständigt lärande och ibland även om datavetenskap. Följ också gärna mig eftersom jag kommer att svara på fler frågor för personer som är intresserade av att övergå till datavetenskap från icke-teknikbakgrund. Tack så mycket, alla!