Ви щодня пожинаєте плоди науки про дані, навіть якщо не помічаєте цього.
Google використовує його, щоб краще вас дізнатися і надавати більш персоналізовані результати пошуку. Facebook збирає купу інформації про вас і витягує її для рекламодавців з кожним повідомленням, подобається і ділитися. Amazon використовує його, щоб зробити покупки в Інтернеті трохи більш персоналізованими.
McKinsey називає науку даними наступним кордоном інновацій. Harvard Business Review назвав його найсексуальнішою роботою 21-го століття. Від одного до іншого все ще існує величезна нестача робочої сили. Отже, якщо ви думаєте про те, щоб стати фахівцем за даними, зараз саме час почати.
Від оцінки візуалізації даних до розуміння машинного навчання є багато можливостей, які потрібно охопити. П'ять наведених нижче курсів удемі не дадуть вам всіх навичок. Але вони м'яко занурять вас у складний світ науки про дані.
Введення у візуалізацію даних
Відкрийте для себе: найлегший люк у світі науки про дані.
Наука про дані - це величезний чудовий звір. На крайньому кінці спектру фахівець за даними володіє базовими навичками машинного навчання або програмування і може приручити «великі дані». Візуалізація даних - це невелика, але важлива частина цього великого набору навичок. Це важливо, тому що вчений повинен сплести історію із заплутаної плутанини великих даних. Фахівець з даних повинен полегшити процес прийняття рішень.
Навіть без даних наука візуалізація може стояти окремо для чіткої передачі інформації. Подумайте про свою середню колову діаграму або короткий огляд відмінної інфографіки Цей ввідний (і безкоштовний) курс може стати першим кроком для розуміння будь-яких даних. Вам просто потрібно мати базове розуміння термінів веб-дизайну і дизайну.
Об'єднайте це з орієнтацією на кар'єру Хочете стати фахівцем за даними? безкоштовний курс за Udemy, який повинен відповісти на кілька запитань для вас.
Візуалізація даних
Відкрийте для себе: як використовувати можливості Excel для візуалізації даних.
Microsoft Excel - це одна з найменш дорогих програм для повсякденного використання, яке ви можете використовувати для відпрацювання першого проекту візуалізації даних. Вчені за даними використовують його для збору та аналізу даних. Вивчення різних способів представлення даних - це великий крок до освоєння Excel. і його величезна корисність. Він також має інтерфейс, з яким більшість з нас вже знайомі.
Курс використовує 5 різних типів даних і правильний тип діаграми, щоб пояснити їх. Два тематичних дослідження повинні ще більше зміцнити концепції. Почніть з Excel 2007 або будь-якої іншої версії над ним. Деяке знайомство з функціями VBA і Excel бажане.
Майстер-клас з SQL для новачків: аналіз даних для початківців
Дізнайтеся: як простий синтаксис SQL може допомогти вам в реальному аналізі даних без будь-яких технічних знань.
Вивчення трохи SQL може бути одним з кращих кар'єрних рішень, які ви приймаєте. Якщо ви маєте справу з даними будь-якого роду у своїй повсякденній роботі, мова структурованих запитів (SQL) допоможе вам спілкуватися з цими даними і ефективно знаходити відповіді. SQL - це проста «мова запитів», яка допомагає будь-кому витягувати дані з різних баз даних. А потім об'єднати їх разом для створення звітів.
Курс з 35 лекцій може бути закінчений протягом вихідних. Озброїтеся реальними SQL-запитами, а потім налаштуйте їх для своїх конкретних цілей. Простота курсу повинна допомогти вам розпалити апетит до суворих навичок роботи з даними, які ще попереду. Навіть якщо ви зупинитеся прямо тут, вміння витягувати дані і маніпулювати ними для досягнення ваших цілей має бути позитивним моментом у вашому резюме.
Data Science AZ ™
Дізнайтеся: як виконати всі кроки в складному проекті науки про дані.
З цим 21-годинним курсом справи йдуть серйозно, і він являє собою хороше введення в область науки про дані і такі інструменти, як SQL, SSIS, Gretl і Tableau. Весь курс розділений на навчальні модулі (шляхи), якими ви можете слідувати як самостійні одиниці, змішувати їх або вивчати все відразу. Перегляньте план курсу, описаний в лекції 5, щоб спланувати атаку.
Шляхи навчання поширюються більш ніж на 200 лекцій. Вони охоплюють візуалізацію даних і аналіз даних, статистичне моделювання, підготовку даних і, нарешті, закінчуються навичками подання. Курс починається з візуалізації даних, яка завжди є найбільш цікавою частиною науки про дані, а не підготовки даних, яка є найбільш важким.
Курс AZ врівноважує більш широкий погляд на всю область з тією дрібницею, яка необхідна для управління складним проектом з науки про дані.
Таблиця 10 в науці про дані
Дізнайтеся: як застосувати Tableau до практичних вправ з аналізу даних.
Кирило Єременко слідує вищезгаданому курсу з комплексними вправами на Таблиці. Tableau - це одна з найбільш широко використовуваних програм для аналізу даних і крок вперед порівняно з Microsoft Excel. Одним з недоліків є те, що, на відміну від Excel, він може бути занадто дорогим. Є безкоштовна версія Tableau для особистого використання., але у нього обмежений набір функцій. Якщо ви цікавитеся наукою даних як кар'єрою, візуально інтуїтивно зрозумілий інструмент - гарний початок перед важкою роботою в майбутньому.
6-годинний курс допоможе вам дізнатися останню версію Tableau з нуля. Переходьте від встановлення до з'єднання програмного забезпечення до зовнішніх наборів даних, до створення візуалізацій та історії з даних. Я не взяв курс, але це оновлена версія добре вивченого і популярного курсу Кирила в Таблиці 9.
Почати думати як вчений даних
Це тільки початок. Ці п'ять класів з науки про дані дозволять вам міцно ознайомитися з основами науки про дані, перш ніж ви вирішите наблизитися на крок ближче до інструменту обробки великих даних, таких як R-програмування, Python, Hadoop, Spar, Panda, Dremel та інші.
У Удемі є буфет інших важливих курсів з науки про дані. Деякі з них:
- Стати розробником Hadoop
- Приборкання великих даних за допомогою MapReduce і Hadoop - Hands On!
- Наука про дані та машинне навчання з Python - руки на!
- Вивчення Python для аналізу та візуалізації даних
- Приборкання великих даних за допомогою Apache Spark і Python
- SAS Програмування для початківців
Найбільшим відривом від ваших перших зусиль стане відповідь на золоте питання: чи любите ви науку про дані?
