النص الكامل 4864 الكلمات، وعندما يكون التعلم مدى المتوقع 14 دقيقة
المصدر: Pexels
في القرن 21، تم تحويلها إلى التعليم التقليدي وليس خيارا مرحلة ضرورية في الحياة.
مع ظهور طفرة الإنترنت وشبكة الفئة المفتوحة (mooc الدرجة مو) على نطاق واسع، يمكن أن يختار الناس على الانترنت تعلم البيانات العلمية، من أجل تجنب عبء الديون طالب.
تشير الإحصاءات إلى أن التعليم عبر الانترنت حتى يتمكن الطلاب في التدريب يمكن أن يتعلم في ساعة واحدة خمس مرات المادية. فوائد التعلم عبر الإنترنت غير محدودة، بما في ذلك تكاليف أقل وجداول مرنة والبيئة.
الديمقراطية من البيانات العلمية
2020 هو الآن أكثر ديمقراطية من البيانات العلمية من أي وقت مضى. أن أي فرد مع الأدوات المناسبة وكمية كبيرة من البيانات، يمكن أن يتم يعني ذلك البيانات العلمية خارجا مع عمليا أي معرفة الوضع. مع اختراق البيانات إلى كل ركن من أركان الصناعة ككل، والعلماء بيانات لديهم المهارات هو الاتجاه، وبالتالي تنتج ولغة البيانات ويقول القوى العاملة.
مع هذا في الاعتبار، والدورات على الانترنت، للمبتدئين كاملة، بدأ لدراسة البيانات العلمية ممكن. ما هو مطلوب هو بنية عقلانية تعلم بالطبع، الطريقة الصحيحة لتعلم والمثابرة والعاطفة لبرامج الطاقة والتدريب الإضافي.
كيف التعلم عبر الإنترنت البيانات العلمية؟
مو أفضل طريقة لتعلم الدروس + + + مشروع العاطفة السليم
حتى في هذه المادة، وسوف أعرض افضل درجة مو، فهم أحرار، بالنسبة للأشخاص الذين يريدون أن يصبحوا علماء البيانات وقيمة للغاية.
خريطة العلوم البيانات اين
درو كونواي
قد لا يروق بيانات علمية متعددة التخصصات فين مخطط التصور من قبل درو كونواي هذه المعاناة. من خلال هذا المخطط، يمكننا أن نستنتج أن حقول البيانات العلم والتعلم الآلي والتحليل متعدد المتغيرات بما في ذلك مهارات القرصنة.
لقد استبعدت مجالات الخبرة، لأنها تعتمد على الشركة أنت، ولكن لا يمكن الحصول على المهارات دورات التواصل عبر الإنترنت، والمهارات الفنية الأخرى التي تحتاج إلى التحدث إلى الناس واقع الحياة الذي تستطيع ان تفعل ذلك (على الرغم من أن هذا قد تكون شاقة) .
سيتم تقسيم 20 دورة التالية إلى ثلاثة أجزاء:
1. العلوم البيانات
2. مهارات القرصنة
- بيثون
- R اللغة
- لغة الاستعلام الهيكلية
3. آلة التعلم والذكاء الاصطناعي
- التعلم الآلي والذكاء الاصطناعي قاعدة
- دراسة متعمقة
- معالجة اللغات الطبيعية
- الرؤية الحاسوب
فعلت العمل الميداني دورات مختلفة، لا قضاء بضعة تصفية المعلومات ساعات تدخل على الخط، ولكن تحرير هذه القائمة، التي تحتوي لقد وجدت في التعلم الآلي والذكاء الاصطناعي والعلوم البيانات والبرمجة تعلم دروسا مفيدة.
هنا، نلقي نظرة على هذه القائمة عليه!
الطبقة مو
0. تعلم كيفية التعلم
هذا بالطبع يمكن أن يعلمك واحدة من أكثر مهارة هامة في الحياة هو أن نتعلم كيفية التعلم. وسوف يعلمك بعض التقنيات والأساليب لضمان أن تتمكن من تذكر ما تعلمته ومساعدتك على تطبيقها في واقع الحياة. لأن لديهم الحق في التعلم هو شرط هام لتعلم أي شيء، وهذا هو السبب هو مدرج تحت رقم 0، لأنها أرست الأساس ليلي كل دورة.
العلوم البيانات
1.CS109 بيانات العلوم - جامعة هارفارد
CS109 خمس دورات إدخال الجوانب الرئيسية لاستطلاع الرأي:
متشابكا البيانات والتنظيف وأخذ العينات من أجل الحصول على مجموعة البيانات المناسبة
إدارة البيانات بسرعة، والوصول الموثوق إلى البيانات الكبيرة
توليد الفرضيات وتحليل البيانات استكشافية بديهية
* ووفقا لطرق الانحدار وتصنيف الإحصائية للتنبؤ
من خلال التصور وملخصات القصة والتأويل على التواصل النتائج.
وبالإضافة إلى ذلك، يتم تدريسها مع بيثون!
2. التعلم من البيانات - معهد كاليفورنيا للتكنولوجيا
لجميع عشاق من البيانات، وفهم عميق لكيفية تعلم الآلة من البيانات وكيفية تحسين عملية أمر بالغ الأهمية. هذا هو مقدمة لتعلم آلة الدورات، بما في ذلك النظرية الأساسية، والخوارزميات والتطبيقات.
ما سوف تتعلم:
ما هو التعلم؟
يمكن آلة تعلم ذلك؟
كيفية القيام به؟
كيفية القيام به؟
3. مقدمة في البيانات الكبيرة - جامعة كاليفورنيا في سان دييغو
الآن هو عصر البيانات الكبيرة، هواة علم البيانات لدى كل واجب لفهم ما هي البيانات الكبيرة والسبب في ذلك هو المهم.
ما سوف تتعلم:
قضايا البيانات الكبيرة والمصطلحات والمفاهيم الأساسية وراء التطبيقات والنظم.
بيانات كبيرة لديها الكثير من استخدامها في مهنة الشخصية أو التجارية.
إدخال واحدة من الأكثر استخداما إطار Hadoop
4. العلوم البيانات - جامعة جونز هوبكنز (حزب التراث)
باختصار، وهذا بالطبع يعلمك كيفية طرح الأسئلة الصحيحة، والتعامل معها مجموعات البيانات، فضلا عن إنشاء التصور على التواصل النتائج.
ما سوف تتعلم:
استخدام R لتنظيف لغة وتحليل وتصور البيانات.
من الحصول على البيانات لنشر وتصفح خط أنابيب البيانات العلمية بأكمله.
استخدام جيثب مشروع العلوم وإدارة البيانات.
استخدام الانحدار أداء تحليل الانحدار، المربعات الصغرى والاستدلال.
وأخيرا، سيكون لديك مشروع قمة الرأس، في هذا المشروع، من خلال تطبيق البيانات في العالم الحقيقي لبناء المنتج الحقيقي، وتعلم شيئا. ثم، وهذا عمل تصور قوتك المكتسبة حديثا من البيانات العلمية.
الرياضيات
5. آلة التعلم الرياضيات التخصص - إمبريال كوليدج لندن
هذا بالطبع هو الرياضيات تعلم الآلة، فإنه يشمل جميع المعارف الرياضية التي تحتاج إليها لمساعدتك على تحديث كافة المفاهيم والنظريات في المدرسة قد نسيت. الأهم من ذلك، وهذا بالطبع يعلمك تطبيقات علوم الكمبيوتر، بحيث يكون لديك فهم أكثر بديهية من مصفوفة العلاقة والانحدار والتعلم الآلي وعلم البيانات.
وتنقسم هذه المهنة إلى ثلاثة محاور رئيسية:
1. الجبر الخطي
2. حساب التفاضل والتكامل متعدد المتغيرات
3. الرئيسي للحد من أبعاد تحليل المركبات
في هذه المهنة وأخيرا، سوف تحصل على المعرفة الرياضية اللازمة لمواصلة رحلتك، واتخاذ المزيد من الدورات المتقدمة في تعلم الآلة.
6. الجبر الخطي - MIT
تدرس فريدة من نوعها من قبل أساتذة جيلبرت سترنغ. السيد ارمسترونغ هو أفضل مدرب الجبر الخطي (رأي شخصي). حتى إذا كنت تبحث عن حسن الجبر الخطي بطبيعة الحال، وهذا هو عليه.
هذا بالطبع يشمل الجبر الخطي ونظرية المصفوفة، مؤكدا المواضيع المفيدة في تخصصات أخرى.
7. حساب التفاضل والتكامل متعدد المتغيرات - MIT
حساب التفاضل والتكامل متعدد المتغيرات هو مفهوم مهم آخر في علم البيانات. من الانحدار الخطي البسيط لآلات ناقلات الدعم، والشبكات العصبية، حساب التفاضل والتكامل ضروري.
يتناول هذا المساق التفاضلية متعددة الوظائف، لا يتجزأ وناقلات حساب التفاضل والتكامل.
8. الاحتمالات والإحصاء - جامعة ستانفورد
المصدر: Pexels
احتمال والبيانات الإحصائية هي أساس لجميع الإعجاز العلمي يحدث. إذا لم يكن هناك قيمة ص، وذات الحدين وجميع المصطلحات، وبيانات التنبؤ لن يكون ممكنا.
ما سوف تتعلم:
1. تحليل البيانات استكشافية
2. توليد البيانات
3. الاحتمالات
4. والنتيجة الطبيعية (الاستدلال)
للأسف، وهذا بالطبع هو أكثر، حتى هنا هي دورة تنشيطية! أو إذا كنت ترغب في دورة مماثلة في جامعة كارنيجي ميلون، الرجاء الضغط هنا.
القرصنة المهارات
9. دورة بيثون جوجل
جوجل هو برنامج مجاني مصمم للمبتدئين. وتتكون الدورة من الملاحظات والفيديو والتدريبات تشكل الكثير من التعليمات البرمجية لمساعدتك على البدء في كتابة التعليمات البرمجية بايثون. أجد أنه من المفيد، وإلى جميع الذين يريدون البدء في تعلم بايثون أوصي به.
10. تطبيق العلوم البيانات وجامعة Python-- ميشيغان
5 دورات في جامعة ميشيغان، إدخال البيانات العلمية للمتعلم من خلال لغة البرمجة بايثون. هذا بالطبع هو سهل الاستخدام، بديهية المشتري دفتر (JupyterNotebooks).
هذه خمس دورات هي:
1. مقدمة في علم البيانات
2. تطبيق الرسم، والبيانات التي تمثل رسم الخرائط
3. تطبيق آلة التعلم
4. تطبيق للتعدين النص
5. تطبيق تحليل الشبكات الاجتماعية
11. R لغة الإحصائية - جامعة ديوك
هذا التخصص يساعدك على السيطرة على تحليل لغة R والتصور، لغة R هي واحدة من أعلى في مجال العلوم البيانات لغة البرمجة.
ما سوف تتعلم:
إنشاء تقارير تحليل البيانات قابلة للتكرار
وحدة الإحصاءات استنتاجي
تردد تنفيذ والاستدلال الإحصائي نموذج النظرية الافتراضية لفهم الظواهر الطبيعية والقرارات جعل استنادا إلى بيانات
في حالة لا تعتمد على المصطلحات الإحصائية بشكل صحيح والتواصل بشكل فعال النتائج الإحصائية، والنقد على أساس الاحتياجات من البيانات وتقييم القرارات على أساس البيانات
تحليل الجدل وتصور البيانات بواسطة حزمة لغة البيانات R.
لغة الاستعلام الهيكلية 12. بيانات العلوم - جامعة كاليفورنيا، ديفيس
هيكلة البيانات لغة الاستعلام (SQL) هي أداة هامة للعلماء لاسترجاع ومعالجة البيانات، والتفاعل مع معترف به نظام قاعدة البيانات لغات. هذا بالطبع هو لأولئك الذين يريدون إضافة SQL في ينكدين (مكان العمل منصة الاجتماعية) قسم المهارات، والبدء في استخدامها للبيانات الألغام مصممة خصيصا للمبتدئين. الأهم من ذلك، أنها سوف تعلم أن نسأل الأسئلة الصحيحة، وإعطاء أجوبة جيدة توفر معلومات قيمة لمؤسستك.
ما سوف تتعلم:
إنشاء جدول، والقدرة على التحرك جدول البيانات
مشغل المشترك وكيفية الجمع بين البيانات
المفاهيم والبيانات القضية، وإدارة البيانات وتحليل موجز
مناقشة الموضوعات المتعلقة البيانات واستخدام التدريب البرمجة وظيفة في العالم الحقيقي
شرح هيكل البيانات المصدر، وهذا يعني والعلاقات، ونتيجة لبيانات SQL المهنية لتشكيل البيانات، على التحليل الموضوعي
تعلم الآلة والذكاء الاصطناعي
13. دورة مكثفة في تعلم الآلة - جوجل
هذا بالطبع تحطم هو دليل الدراسة الذاتية للتحضير للممارسين تعلم آلة تطمح إلى محاضرات مرئية، دراسات حالة في العالم الحقيقي، والتمارين العملية واردة. هذا هو "تعلم مع جوجل" واحدة من المبادرات في إطار الذكاء الاصطناعي بالطبع، تشجيع الجميع على تعلم الذكاء الاصطناعي.
المصدر: Pexels
14. عناصر الذكاء الاصطناعي - جامعة هلسنكي
وقد تم تطوير "عامل الذكاء الاصطناعي" من جامعة هلسنكي REAKTOR وسلسلة من الدورات على الانترنت مجانا. ويهدف البرنامج إلى تشجيع الجميع لمعرفة ما هو الذكاء الاصطناعي الذي الذكاء الاصطناعي يمكن القيام به ولا نستطيع ان نفعل، وكيف للبدء في إنشاء نهج الذكاء الاصطناعي. نظرية تجمع الدورة والتدريبات العملية، يمكنك إكمال في وتيرتها.
15. آلة التعلم - أندرو نغ
أندرو نغ تعلم الآلة هي واحدة من معظم الدورات على الانترنت شعبية على شبكة الإنترنت، والذي يحتوي على جميع الجوانب. من أبسط بالشبكة العصبية وآلات ناقل الدعم، بالإضافة إلى تطبيق المشروع النهائي. فوائد هذا بالطبع هو أندرو نغ هو المعلم لا يصدق. تدرس الجانب السيئ باستخدام MATLAB (انا افضل بايثون).
16. مبرمج من الدورات التعليمية العملية عمق --Fast.ai
إذا كنت تريد أن تعرف عمق التعلم الحر، Fast.ai هو دورة على شبكة الإنترنت. الجميع على شبكة الانترنت أوصي به لأولئك الذين يرغبون في تعلم عمق التعلم، فإنه مما لا شك مصدرا قيما. هذا الاستخدام بالطبع jupytorch التعلم المحمول، وعمق التعلم كأداة رئيسية لكتابة رمز.
17. ديب التعلم - جامعة ستانفورد
دراسة متعمقة الذكاء الاصطناعي هي واحدة من أكثر المهارات شعبية. في هذه الدورة، وسوف تتعلم أساسيات دراسة معمقة حول كيفية إنشاء الشبكة العصبية، وتعلم كيفية قيادة مشروع التعلم الآلي ناجحة. سوف تتعلم شبكة الالتواء، RNNs، LSTM، آدم، التسرب، BatchNorm، كزافييه / والتهيئة وهلم جرا.
18. CS224N التعلم العميق ومعالجة اللغة الطبيعية - جامعة ستانفورد
المعالجة الطبيعية للغة (NLP) هي واحدة من التقنيات المهمة في عصر المعلومات والبيانات هو جزء مهم من العلوم. تطبيقات البرمجة اللغوية العصبية في كل مكان - في مجال البحث على شبكة الإنترنت، والبريد الإلكتروني، والترجمة، وغيرها من الروبوت دردشة في. في هذه الدورة، والطلاب سوف يحصلون على بحث شامل مقدمة عمق للتعرف على أحدث معالجة اللغة الطبيعية.
ما سوف تتعلم:
تصميم وتنفيذ وفهم نموذج الشبكة العصبية الخاصة بك.
PyTorch!
19. CS231n: التفاف الشبكة العصبية للاعتراف البصرية - جامعة ستانفورد
وكانت رؤية الكمبيوتر في كل مكان في مجتمعنا، وتشمل تطبيقاتها البحث، التعرف على الوجه، طائرات بدون طيار، وأبرزها تسلا موتورز. هذا بالطبع عميقا في تفاصيل إطار التعلم العميق، مع التركيز على نماذج نهاية التعلم من هذه المهام، ولا سيما تصنيف الصور.
ما سوف تتعلم:
تنفيذ والتدريب والتشغيل شبكتهم العصبية
تعلم المزيد عن أحدث الأبحاث العلمية في رؤية الكمبيوتر.
وتشمل المهام النهائية تدريب المعلمات الشبكة العصبية عدة ملايين من الالتواء، وتطبيقه على الحد الأقصى صورة مجموعة بيانات تصنيف (ImageNet).
المصدر: Pexels
شرفية
خان الأكاديمية
دورة Kaggle
البني الأزرق جوهر الجبر الخطي، حساب التفاضل والتكامل والشبكات العصبية
نحو التعلم قسم البيانات العلمية
خطة العمل
التعلم عبر الإنترنت البيانات العلمية في بعض الأحيان صعبة للغاية، لأنه لم يكن لديك برنامج منظم لأقول لكم ما يجب القيام به. ولكن بدلا من إلقاء نظرة على ذلك بهذه الطريقة، فمن الأفضل ندرك أن لديك حرية لبناء طريق لتعلمهم، ويمكن أن يسمح لنفسه أن يلعب أفضل. واحد صالح هو أنه يمكنك تعلم عندما عقلك هو الأكثر كفاءة، وخفضه للراحة في كفاءة الوقت. وبالإضافة إلى ذلك، يمكنك أن تقرر ما للتعلم وفقا لمصالحها الخاصة، والمشاعر.
اقتراح
عندما التعلم الإلكتروني، وبعض النصائح القيام به هو للحفاظ على الملاحظات البسيطة، وكتابة بعض الأفكار في نهاية المطاف، أو تسجيل ما تعلمته في بلوق. وبالمثل، فإن استخدام التكنولوجيا فاينمان شرح ما تعلمته إلى أصدقائك وعائلتك هو أيضا مهم جدا، خاصة بالنسبة للبيانات علمية مثل هذا الموضوع المعقد.
وبالإضافة إلى ذلك، تعلم تعلم آلة الخوارزميات والشبكات العصبية، في نفس الوقت تعلم كتابة رمز أنه أمر حيوي، حتى تتمكن من رؤية ما تتعلمه، والموضوع في متناول اليد لديهم فهم أفضل. يصبح هذا الجزء من رديت، الخلاف والمجتمعات الأخرى عبر الإنترنت هو أيضا جيدة جدا، لذلك يمكنك طرح الأسئلة والحصول على إجابات جيدة من الخبراء.
لتلخيص:
1. الملاحظات / الكتابة بلوق
2. نصائح استخدام فاينمان
3. الترميز والمفاهيم (من الصفر إلى إنشاء الشبكة العصبية)
4. إضافة المجتمع العلمي بيانات لطرح الأسئلة على الانترنت
المصدر: Pexels
وأخيرا، نقلا عن آرثر Chickering وستيفن ث ج الكلمات المان ل
"مجرد الجلوس في الاستماع الفئة إلى المعلم، وعمليات الذاكرة تعبئتها مسبقا، بصق الجواب، والطالب لا يمكن معرفة مقدار ما يجب أن الحديث عن ما يتم تعلمه وكتب انعكاسات على ذلك، فإنه سيتم ربط الخبرات السابقة، وتطبيقه في الحياة اليومية. عليهم أن يتعلموا أن ترك الأمور تصبح جزءا من نفسه ".
شكرا للقراءة، وآمل أن هذه المادة يمكن أن توفر لك الكثير من الأفكار.
يرجى ترك اقتراحاتكم أي بيانات علمية أخرى لدورات مجانية على الانترنت في التعليقات!
انتباه رسالة الابهام
معا نحن نشارك في التعلم وتطوير AI الجاف
مثل طبع، يرجى ترك رسالة وراء الكواليس، والامتثال للمعايير طبع
