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”