Рубрики
Без рубрики

Изучить науку данных – полный курс для абсолютных начинающих

Узнайте Data Science, это полный учебный курс для абсолютных начинающих. Наука данных считается … Тегин с наукой о данных, Python, Machine Learning.

Узнайте Data Science, это полный учебный курс для абсолютных начинающих. Наука данных считается «самой сексуальной работой 21 -го века. “Вы узнаете важные элементы науки о данных. Вы познакомитесь с принципами, практиками и инструментами, которые делают науку о данных мощной средой для критического понимания в бизнесе и исследованиях. У вас будет прочная основа для будущего обучения и приложений в вашей работе. С наукой о данных вы можете делать то, что хотите, и делать это лучше. Этот курс охватывает основы науки о данных, поиска данных, кодирования, математики и статистики.

💻 Курс, созданный Бартоном Полсоном из datalab.cc. 🔗 Проверьте канал datalab.cc youtube: https://www.youtube.com/user/datalabcc 🔗 Посмотрите больше бесплатных курсов по науке о данных в http://datalab.cc/

⭐ Содержание курса ⭐ ⌨ Часть 1: Наука данных: Введение: Фонды науки о данных

  • Добро пожаловать (1.1)
  • Спрос на науку о данных (2.1)
  • Диаграмма Data Science Venn (2.2)
  • Путь науки о данных (2.3)
  • Роли в науке о данных (2.4)
  • Команды в области данных (2.5)
  • Большие данные (3.1)
  • Кодирование (3.2)
  • Статистика (3.3)
  • Бизнес -аналитика (3.4)
  • Не навредить (4.1)
  • Обзор методов (5.1)
  • Обзор поиска (5.2)
  • Обзор кодирования (5.3)
  • Обзор математики (5.4)
  • Обзор статистики (5.5)
  • Обзор машинного обучения (5.6)
  • Интерпретируемость (6.1)
  • Действующая идея (6.2)
  • Презентационная графика (6.3)
  • Воспроизводимые исследования (6.4)
  • Следующие шаги (7.1)

⌨ Часть 2: Поиск данных: основы науки о данных (1:39:46)

  • Добро пожаловать (1.1)
  • Метрики (2.1)
  • Точность (2.2)
  • Социальный контекст измерения (2.3)
  • Существующие данные (3.1)
  • API (3.2)
  • Сскабливание (3.3)
  • Новые данные (4.1)
  • Интервью (4.2)
  • Обследования (4.3)
  • Сортировка карт (4.4)
  • Лабораторные эксперименты (4,5)
  • A/B тестирование (4.6)
  • Следующие шаги (5.1)

⌨ Часть 3: кодирование (2:32:42)

  • Добро пожаловать (1.1)
  • Электронные таблицы (2.1)
  • Tableau Public (2.2)
  • SPSS (2.3)
  • Jasp (2.4)
  • Другое программное обеспечение (2.5)
  • HTML (3.1)
  • XML (3.2)
  • Json (3.3)
  • R (4.1)
  • Python (4.2)
  • SQL (4.3)
  • C, C ++ и Java (4.4)
  • Бэш (4,5)
  • Regex (5.1)
  • Следующие шаги (6.1)

⌨ Часть 4: Математика (4:01:09)

  • Добро пожаловать (1.1)
  • Элементарная алгебра (2.1)
  • Линейная алгебра (2.2)
  • Системы линейных уравнений (2.3)
  • Исчисление (2.4)
  • Исчисление и оптимизация (2.5)
  • Big O (3.1)
  • Вероятность (3.2)

⌨ Часть 5: Статистика (4:44:03)

  • Добро пожаловать (1.1)
  • Обзор исследования (2.1)
  • Исследовательская графика (2.2)
  • Исследовательская статистика (2.3)
  • Описательная статистика (2.4)
  • Сделанная статистика (3.1)
  • Тестирование гипотезы (3.2)
  • Оценка (3.3)
  • Оценки (4.1)
  • Меры посадки (4.2)
  • Выбор функций (4.3)
  • Проблемы в моделировании (4.4)
  • Проверка модели (4.5)
  • DIY (4.6)
  • Следующий шаг (5.1)

Оригинал: “https://dev.to/iam_aprogrammer/learn-data-science-full-course-for-absolute-beginners-4b84”