Программалоо жана машина үйрөнүү: Гарварддан 9 акысыз маалымат илими курстары

Бүгүнкү эмгек рыногунда маалымат илими эң көп изделген таланттардын бири болуп калды. Массалык көлөмдөгү маалыматтардан баалуу түшүнүктөрдү алуу жөндөмү финансыдан саламаттыкты сактоого жана андан тышкаркы тармактарда маанилүү болуп калды. Гарвард университети, дүйнөдөгү эң престиждүү окуу жайлардын бири, маалымат илиминин маанилүүлүгүн түшүндү жана бул тармакты өздөштүрүү үчүн акысыз курстардын жыйнагын сунуштайт. Edition AnalyticsInsight Гарвард университетинин тогуз акысыз курстарын карап чыкты, алар сизге маалымат илиминде ийгиликке жетүү үчүн керектүү көндүмдөрдү жана билимдерди алууга жардам берет.

Сүрөт: IStock

программалоо

Маалымат илимин үйрөнүүдө биринчи кадам кодду үйрөнүү керек. Бул үчүн, сиз каалаган программалоо тилин колдоно аласыз - Python же R.

Эгер сиз R үйрөнгүңүз келсе, Гарвард университети программа сунуштайт Data Science: R негиздери маалымат илиминин студенттери үчүн гана иштелип чыккан киришүү R курсу.

Бул курс сизди R тилинин өзгөрмөлөр, вектордук арифметика, маалымат түрлөрү жана индекстөө сыяктуу темалары менен тааныштырат. Сиз dplyr сыяктуу куралдарды колдонуу менен маалыматтар менен кантип иштөөнү, ошондой эле маалыматтарды визуалдаштыруу үчүн графиктерди кантип түзүүнү үйрөнөсүз.

Эгер сиз Pythonду жактырсаңыз, акысыз курска катыша аласыз CS50 Python менен программалоого киришүү. Бул курс функцияларды, өзгөрмөлөрдү, аргументтерди, берилиштердин түрлөрүн, шарттуу операторлорду, циклдерди, методдорду, объекттерди жана башка түшүнүктөрдү камтыйт.

тема боюнча: Мода, дизайн, тилдер, тамак бышыруу: жаңы хобби үйрөнүү үчүн 10 акысыз онлайн курстары

Жогорудагы эки программа тең өз алдынча окууга арналган. Python курсу R программасына караганда деталдуураак жана бүтүрүү үчүн көбүрөөк убакыт талап кылынат. Кошумчалай кетсек, көптөгөн курстар R тилинде окутулат, андыктан R тилин үйрөнүү, эгер сиз программаны тезирээк үйрөнгүңүз келсе, пайдалуу болушу мүмкүн.

Маалымат визуализациясы

Визуализация башка адамдарга маалыматтарды анализдөөнүн натыйжаларын жеткирүү үчүн эң натыйжалуу стратегиялардын бири болуп саналат.

Гарвард университетинин программасынын алкагында берилиштер Элестетүү Сиз ggplot2 пакетин колдонуу менен R ичинде визуализацияларды кантип түзүүнү жана маалыматка негизделген байланыш түшүнүктөрүн үйрөнөсүз.

Ыктымалдуулук теориясы

бир бөлүгү катары бул, албетте, Сиз маалыматтарга статистикалык тестирлөө жүргүзүү үчүн зарыл болгон ыктымалдуулук теориясынын маанилүү принциптерин үйрөнөсүз. Кокустуктар, Монте-Карло симуляциясы, көз карандысыздык, күтүлгөн чоңдуктар, стандарттык каталар жана борбордук чек теоремасы камтылган.

Камтылган темалар окуялык изилдөөлөр аркылуу изилденип, алынган билимди реалдуу дүйнөдөгү маалымат топтомуна колдонууга мүмкүндүк берет.

Статистика

Сиз өтсөңүз болот бул курс Ыктымалдуулук теориясын үйрөнгөндөн кийин статистикалык корутундунун жана моделдөөнүн принциптерин өздөштүрүү.

Бул программа сизди баалоолорду жана каталардын чектерин кантип аныктоону үйрөтөт жана сизди Байес статистикасы жана болжолдуу моделдөөнүн негиздери менен тааныштырат.

Өндүрүмдүүлүк куралдары

Бул сабак Долбоорду башкарууда бул тандалма, анткени ал маалымат илимин изилдөөгө эч кандай тиешеси жок. Анын ордуна, сиз файлдарды башкаруу үчүн Unix/Linux, GitHub жана R отчеттуулук үчүн кантип колдонууну үйрөнөсүз.

Бул кадамдарды кантип жасоону билүү сизге көп убакытты үнөмдөйт жана маалымат илиминин татаал долбоорлорун натыйжалуураак башкарууга жардам берет.

Маалыматтарды алдын ала иштетүү

Бул тизмедеги кийинки курс деп аталат Data Wrangling — бул сизге маалыматтарды кантип даярдоону жана аны машина үйрөнүү моделдерине оңой түшүнө турган форматка коюуну үйрөтөт.

Ал Rга маалыматтарды импорттоону, саптык маалыматтар менен иштөөнү, маалыматтарды тазалоону, HTML талдоосун жана тексттер менен иштөөнү камтыйт.

Маалымат таануучу катары сиз көбүнчө Интернеттеги жалпыга жеткиликтүү булактардан, мисалы, PDF документи, HTML веб-баракчасы же твит сыяктуу маалыматтарды чыгарып алышыңыз керек. CSV файлында же Excel барагында кооз, структураланган маалыматтарды алуу дайыма эле мүмкүн боло бербейт.

Бул курстун аягында сиз андан негизги түшүнүктөрдү алуу үчүн маалыматтарды кантип иштеп чыгууну жана тазалоону түшүнөсүз.

Сызыктуу регрессия

Сызыктуу регрессия - бул эки же андан көп өзгөрмөнүн ортосундагы сызыктуу байланышты моделдөөгө мүмкүндүк берүүчү машинаны үйрөнүү ыкмасы. Ал ошондой эле көмөктөшүүчү факторлорду аныктоо жана оңдоо үчүн колдонулушу мүмкүн.

Сизге кызыктуу болушу мүмкүн: Нью-Йорктогу жаңылыктар, биздин иммигранттардын окуялары жана Big Appleдеги жашоо жөнүндө пайдалуу кеңештер - анын бардыгын ForumDaily New Yorkтан окуңуз

бир бөлүгү катары бул курс Сиз сызыктуу регрессия моделдеринин артында турган теория жөнүндө, эки өзгөрмөнүн ортосундагы мамилени кантип изилдөө керектигин жана машина үйрөнүү алгоритмин иштеп чыгуудан мурун чаташтырган өзгөрмөлөрдү кантип таап жана жок кылууну билесиз.

машина үйрөнүү

Анан да, акырында, Албетте,, сиз эң көп күткөнсүз. Биз сизге машинаны үйрөнүүнүн негиздери, ошондой эле стратегиялар, көзөмөлдөнгөн жана көзөмөлсүз моделдөө ыкмалары жана рекомендациялоочу системалар жөнүндө үйрөтөбүз.

Project Capstone

Бардык мурунку курстарды аяктагандан кийин, сиз жасай аласыз долбоорду аяктоо маалымат визуализациясында, ыктымалдуулукта, статистикада, маалымат илиминде, маалыматтарды уюштурууда, регрессияда жана машинаны үйрөнүүдө сиздин жөндөмүңүздү сынайт.

Бул каптоо долбоорунда сиз мурунку курстарда үйрөнгөн нерселериңизди колдоно аласыз жана нөлдөн баштап практикалык маалымат илими долбоорун бүтүрө аласыз.

Оку: ForumDaily да:

Эгер сиз чет өлкөдө жашасаңыз, Россияда аскердик кызматтан кантип чыгуу керек: юристтин көрсөтмөсү

Америкалык колледжде окуу үчүн гранттарды жана стипендияларды кантип алууга болот: толук нускамалар

Саатты өзгөртүү: АКШ жайкы убакытка качан өтөт?

Үйүңүздү кышка даярдоо: 24 кеңеш

Америкалык кинокассаларда ийгиликсиз болуп, бирок СССРде хит болуп калган Голливуддун беш тасмасы

Америкадагы 18 арбак шаарлар

Кантип миллионер болуп: 11 эксперттердин ыкмалары

20 жылдан кийин бул 14 нерсени сатып алуу мүмкүн болбой калат

Тогуз келечектүү акцияларды сиз 5 долларга сатып ала аласыз

АКШдагы жашоо жана Америкага иммиграция тууралуу маанилүү жана кызыктуу жаңылыктарды каалайсызбы? — бизди колдо кайрымдуулук кыл! Ошондой эле биздин баракчага жазылыңыз Facebook. "Дисплейдеги артыкчылык" опциясын тандап, алгач бизди окуңуз. Ошондой эле, биздин каналга жазылууну унутпаңыз Телеграм каналы  жана Instagram- Ал жерде кызыктуу нерселер көп. Жана миңдеген окурмандарга кошулуңуз ForumDaily New York — ал жерден сиз мегаполистеги жашоо жөнүндө көптөгөн кызыктуу жана позитивдүү маалыматтарды таба аласыз.