Yfirlit yfir hvert námskeið í gögnum sem birt er á netinu

Saga Crayola litar eftir Stephen Wagner um Tableau Public.

Fyrir ári féll ég úr einu besta tölvunarfræðiforritinu í Kanada. Ég byrjaði að búa til mitt eigið gagnafræði meistaranám með því að nota auðlindir á netinu. Ég áttaði mig á því að ég gæti lært allt sem ég þarf í gegnum edX, Coursera og Udacity í staðinn. Og ég gæti lært það hraðar, skilvirkari og fyrir brot af kostnaði.

Ég er næstum því búin núna. Ég hef tekið mörg námskeið sem tengjast gagnafræði og endurskoðað hluta af mörgum fleiri. Ég þekki valkostina þarna úti og hvaða hæfileika er þörf fyrir nemendur sem búa sig undir gagnfræðing eða hlutverk gagnafræðings. Fyrir nokkrum mánuðum byrjaði ég að búa til gagnrýnnisleiðbeiningar sem mæla með bestu námskeiðunum fyrir hvert fag innan gagnavísinda.

Fyrir fyrsta leiðarvísinn í röðinni mælti ég með nokkrum kóðatímum fyrir byrjendur gagnafræðingsins. Svo voru það tölfræði og líkindastéttir. Síðan voru það inngrip í gagnafræðin sjálf.

Nú er hægt að koma í gagnagreiningu.

Fyrir þessa handbók eyddi ég 10+ klukkustundum í að greina hvert námskeið á netinu sem hægt var að koma til greina í boði frá og með mars 2017, vinna út lykilbita af upplýsingum úr kennsluáætlunum og umsögnum og taka saman einkunnir þeirra. Fyrir þetta verkefni sneri ég mér að engum öðrum en samfélaginu í opnum uppruna Class Central og gagnagrunni þess yfir þúsund námskeinkunnir og umsagnir.

Heimasíða Class Central.

Síðan 2011 hefur Dhawal Shah, stofnandi Class Central, fylgst náið með námskeiðum á netinu en eflaust einhver annar í heiminum. Dhawal hjálpaði mér persónulega að setja saman þennan lista yfir auðlindir.

Hvernig við völdum námskeið til að íhuga

Hvert námskeið verður að passa þrjú viðmið:

  1. Meirihluti námskeiðsins verður að einbeita sér að skýringum á gagnagögnum. Til dæmis er umfjöllun um undirbúning gagna leyfð í ljósi þess að það er mikilvægur þáttur í upplýsingagerðinni. Námskeið sem fjalla um minna viðeigandi efni (td tölfræðilíkan, til dæmis) eru undanskilin. Meira um skýringarmuninn hér að neðan.
  2. Það verður að vera á eftirspurn eða bjóða á nokkurra mánaða fresti.
  3. Það verður að vera gagnvirkt námskeið á netinu, svo engar bækur eða kennslubækur fyrir lestur. Þó að þetta séu raunhæfar leiðir til að læra, einblínir þessi handbók á námskeið.

Við teljum að við höfum fjallað um öll athyglisverð námskeið sem passa við ofangreind skilyrði. Þar sem að því er virðist hundruð námskeiða um Udemy, völdum við að huga aðeins að þeim sem mest voru skoðaðir og hæstu einkunnir. Þó er alltaf möguleiki á að við höfum misst af einhverju, svo vinsamlegast láttu okkur vita í athugasemdahlutanum ef við skiljum eftir gott námskeið.

Hvernig við metum námskeið

Við tókum saman meðaleinkunn og fjölda umsagna frá Class Central og öðrum umsagnasíðum til að reikna vegið meðaleinkunn fyrir hvert námskeið. Við lásum textaumsagnir og notuðum þessi viðbrögð til að bæta við tölulegu einkunnina.

Við gerðum huglægar kennsluáætlunarkannanir byggðar á tveimur þáttum, þar sem fyrsti valinn var hærri en sá seinni:

  1. Umfjöllun um kenningar um sjónskynningu gagna. Er verið að skýra hvata fyrir val á sjónhverfingum? Kennir námskeiðið aðeins tólið? Meira um þetta í næsta kafla.
  2. Umfjöllun valinna tækja til að skoða gögn. Kennir námskeiðið í raun algeng sjónræn verkfæri (Tableau, ggplot2, Seaborn osfrv.)? Hafa nemendur tækifæri til að æfa þessa færni? Ekki er valinn kostur á tækjum valinn.
Tableau og ggplot2 eru algeng tæki til að gera gögn til gagns.

Af hverju að forgangsraða sjónrænni kenningu

Tökum á tilteknu verkfæri er sóun án vitneskju um grundvallaratriði árangursríkrar sjónsköpunar. Auk þess eru verkfæri oft skiptanleg eftir stillingu.

Það sem mikilvægara er er að gera góða sjónskynningu flóknara en flestir telja. Nauðsynlegt er að hugsa vel frá skipulagsstigum til framkvæmdar. Að velja rétta töfluna, koma jafnvægi á flækjustig og ringulreið, nýta sér friðsæla eiginleika og fleira, sjónsköpun gagna er bæði list og vísindi. Það er auðvelt að fara úrskeiðis og stundum hræðilega (sjá hér að neðan).

Hann er 243% barnabóndi. Dæmi um sjónsköpun gagna fór úrskeiðis, með tilliti til sjónrænna WTF.

Rannsóknar- og skýringarsjón

Eins og lýst er af Yong-Yeol Ahn, prófessor við Indiana háskólann, er markmiðið með skýringum á gögnum að koma upplýsingum og skilaboðum á framfæri, en markmið rannsóknar á sjón er að uppgötva falin mynstur.

Þessi grein fjallar um skýringarnámskeið. Námskeið eins og gagnagreining Udacity með R (eingöngu könnunarnámskeið) eru því undanskilin þessari grein. Umræðuefnið er mikilvægt; það eru bara ekki næg námskeið til að réttlæta sjálfstæða grein. Það verður fjallað stuttlega í yfirlitsgrein fyrir þessa seríu.

Kóðunarreynsla þarf stundum

Sum námskeið sem talin eru upp hér að neðan krefjast grunnkóðunarfærni á kennslumáli námskeiðsins. Ef þú hefur mjög litla forritunarreynslu, væru tillögur okkar í fyrstu greininni í þessari röð - besta kynningin á forritunarnámskeiðum fyrir gagnavísindi - frábær byrjun. Bæði Python og R námskeið eru fjallað.

Farið yfir gögn sem vantar

Í samanburði við aðrar greinar í þessari seríu skortir gagnrýni fyrir gagnabreytingarnámskeið sem passa við ofangreind skilyrði. Það er ekki til neitt skýrt besta námskeið fyrir myndskreytingu enn sem komið er. Ráðleggingarnar hér að neðan eru því ekki eins óyggjandi og fyrri greinar. Eins og alltaf, en sérstaklega hér, reyndu að velja það námskeið sem hentar þínum þörfum best.

Val okkar fyrir besta námskeiðið fyrir myndskreytingu er ...

  • Gagnasjón með gögnum Tableau frá Kaliforníuháskóla, Davis um Coursera

… Sem inniheldur eftirfarandi fimm námskeið:

  • Undirstöðuatriði sjónsköpunar með Tableau
  • Nauðsynlegar meginreglur um hönnun Tableau
  • Visual Analytics með Tableau
  • Að búa til mælaborð og frásagnarlist með Tableau
  • Gagnasjón með Tableau verkefninu

Gagnasjónræn háskólans í Kaliforníu, Davis með sérhæfingu Tableau, er besta samsetningin af kenningum og verkfæraumfjöllun sem til er byggð á matsviðmiðum þessarar greinar. Það kafar djúpt í fræðin eins og fá önnur námskeið. Það eru tækifæri til að æfa Tableau með gönguferðum og lokaverkefni, þó að ná góðum tökum á Tableau er ekki aðaláherslan. Það er nokkuð ný sérhæfing (seint á árinu 2016) og námskeiðin hafa aðeins eitt 4 stjörnu einkunn á milli þeirra á yfirlitssíðunum sem notaðar voru við þessa greiningu.

Govind Acharya, Hunter Whitney og Suk Brar eru leiðbeinendur. Acharya er aðalgreinandi hjá UC Davis. Whitney og Brar eru virtir sérfræðingar í iðnaði. Milli þeirra hafa þeir áratuga reynslu af sjónskynningu á gögnum sem er greinilega flutt með námskeiðsinnihaldinu. Myndskeiðin eru vel framleidd.

Áætluð tímalína fyrir sérhæfingu á Coursera er 22 vikur með vikulegar skuldbindingar á bilinu þrjár til átta klukkustundir á viku. Þessar áætlanir eru vissulega of háar, eins og fram hefur komið af nokkrum gagnrýnendum og reynslu minni af Coursera. Ókeypis (endurskoðun á hverju námskeiði fyrir sig) og greiddir (greiða fyrir sérhæfingu) valkosti eru nú í boði.

Nokkrir áberandi gagnrýnendur um Coursera tóku eftir eftirfarandi:

Þeir segja þér ekki aðeins hvernig á að gera sjónhönnunina heldur segja þér einnig hvers vegna (lífeðlisfræðin, meginreglurnar). Ég myndi mjög mæla með þessum flokki.
Frábært námskeið - verndar gegn nokkrum fíngerðum gildrum í undirbúningi sjón.
Þrátt fyrir mjög grunn kynningu á notkun Tableau veitir námskeiðið breiðan og áhugaverðan bakgrunn sem ætti að reynast gagnlegur öllum sem reyna að auka skilning þeirra á grundvallaratriðum í sjón.
Háskóli Kaliforníu, Coursera síðu Davis.Govind Acharya og Hunter Whitney eru leiðbeinendur á gögnum sjón með sérhæfingu Tableau.

Sjónræn kenning og R, lært með því að gera

  • Gagnasjón með ggplot2 eftir DataCamp

… Sem það eru þrír hlutar fyrir:

  • Gagnasjón með ggplot2 (1. hluti)
  • Gagnasjón með ggplot2 (hluti 2)
  • Gagnasjón með ggplot2 (3. hluti)

Annar frábær kostur er DataCamp's Data Visualization með ggplot2 röð, sérstaklega ef þú vilt læra R og nánar tiltekið ggplot2. Fjallað er um umtalsvert magn af kenningum, sem er viðeigandi í ljósi þess að ggplot2 er innblásin af Grammar of Graphics. Umfjöllun um verkfæri og æfingar eru líka glæsilegar - þú veist að R og einkennileg setningafræði þess eru ágætlega að yfirgefa þessi námskeið. Það eru engar umsagnir um þessi námskeið á umsagnasíðunum sem notuð voru við þessa greiningu.

Leiðbeinandi á öllum þremur námskeiðunum er Rick Scavetta, sem er líffræðingur, verkfræðingur, fræðimannafræðingur og stofnandi Science Craft. Hybrid kennslustíll DataCamp notar vídeó (með Scavetta í aðalhlutverki) og kennsla sem byggir á texta með fullt af dæmum í gegnum kóða ritstjóra í vafranum. Innihald myndbands, texta og kóða er fágað.

Saman er áætluð tímalína fyrir öll þrjú námskeiðin 16 klukkustundir. Fyrsti kafli hvers námskeiðs er ókeypis. DataCamp áskrift, sem nú er $ 29 á mánuði eða $ 300 á ári, er krafist fyrir fullan aðgang.

Eftirfarandi áritun er frá Hadley Wickham, aðalfræðingur hjá RStudio og höfundur ggplot2:

Ég mæli rækilega með „Data Visualization with ggplot2“ eftir Rick Scavetta. Það gefur þér framúrskarandi kynningu á ggplot2. Þú munt læra bæði undirliggjandi kenningar og fá æfingar í námi umhverfi DataCamp.
Merki DataCamp.

Hagnýt kynning á Tableau með frábærum leiðbeinanda

Tableau 10 Series eftir Kirill Eremenko og SuperDataScience teymið á Udemy, sem felur í sér:

  • Tableau 10 AZ: Hands-On Tableau þjálfun fyrir gagnavísindi!
  • Tableau 10 Advanced Training: Master Tableau in Data Science

Kennt af Kirill Eremenko, SuperDataScience's Tableau 10 Series er árangursrík hagnýt kynning. Það fjallar aðallega um verkfæraumfjöllun (Tableau) frekar en sjónræn kenning gagna. Eremenko er einn af virtustu leiðbeinendum þessara handbóka með stöðugt jákvæðum umsögnum um námskeið sín. AZ námskeiðið er forsenda framhaldsnámskeiðsins. Saman hafa námskeiðin í flokknum 4,6 stjörnu vegið meðaleinkunn yfir 3.724 umsögnum.

Í seríunni eru sautján klukkustundir af myndbandi. Kostnaður við hvert námskeið er breytilegur eftir afslætti af Udemy, en þeir eru oftir og hægt er að kaupa fyrir allt að $ 10.

Nokkrir áberandi gagnrýnendur bentu á eftirfarandi:

Þetta var frábært. Ég nota Tableau daglega en það var æðisleg upprifjun á nokkrum af þeim atriðum sem ég nota ekki og frábært námsaðstoð til að sitja Tableau Certified Professional Exam. Gott starf Kirill og teymið!

Kirill er gríðarlegur kennari og nemendur sem taka þetta námskeið munu glögglega sjá hvers vegna hann hefur tugi námskeiða og þúsundir nemenda - hann er fær um að kenna flókna færni, í raunverulegu viðskiptalífi og gera það stigvaxandi og sameina þar með oft flókið verkefni kennslu grundvallaratriði og samhengissértæk forrit samtímis.

Samkeppnin

Við skulum skoða aðra valkosti, raðað eftir lækkandi einkunn.

Gagnvirk sjónlýsing með Python og Bokeh (Ardit Sulce / Udemy): Fókus tækja (Python og Bokeh). Inniheldur hluti um að búa til vefforrit. Sjö tíma myndband. Kostnaður er breytilegur eftir afslætti af Udemy, sem eru tíðir. Það er með 4,6 stjörnu vegið meðaleinkunn yfir 103 umsögnum.

Upplýsingasjón (IVMOOC) (Indiana University / Independent): Fjallar um kenningar og mörg verkfæri í smáatriðum. Glæsilegt raunverulegt verkefni. Skráning virkaði ekki þegar á reyndi þrátt fyrir tölvupóst til stjórnenda námskeiðsins. Heil tólf vikna framhaldsnámskeið. Ókeypis. Það hefur 4,5 stjörnu vegið meðaleinkunn yfir 2 umsögnum.

Indiana University býður upp á upplýsingasjón (IVMOOC).

Tafla fyrir byrjendur - Fáðu vottun til að flýta fyrir þér í starfi (Lukas Halim / Udemy): Tækifókus (Tableau). Fjórar klukkustundir af myndbandi. Kostnaður er breytilegur eftir afslætti af Udemy, sem eru tíðir. Það er með 4,5 stjörnu vegið meðaleinkunn yfir 649 umsögnum.

Greining og sjónræn gögn með Power BI (Microsoft / edX): Fókus tækja (Power BI). Sérsniðin fyrir notendur fyrirtækja sem fjárfestir í Microsoft vistkerfinu. Hluti af Microsoft Professional Program Certificate í gagnavísindum. Áætluð tímalína upp á tvær til fjórar klukkustundir á viku á sex vikum. Ókeypis með staðfestu vottorði sem hægt er að kaupa. Það hefur 4,5 stjörnu vegið meðaleinkunn yfir 117 umsögnum.

Greining og sjónræn gögn með Excel (Microsoft / edX): Fókus tækja (Excel). Sérsniðin fyrir notendur fyrirtækja sem fjárfestir í Microsoft vistkerfinu. Hluti af Microsoft Professional Program Certificate í gagnavísindum. Áætluð tímalína upp á tvær til fjórar klukkustundir á viku á sex vikum. Ókeypis með staðfestu vottorði sem hægt er að kaupa. Það hefur 4,5 stjörnu vegið meðaleinkunn yfir 972 umsögnum.

Microsoft býður upp á tvö gagnanámskeið á gögnum um edX: Greining og sjónræn gögn með Power BI og greining og sjónræn gögn með Excel.

Gögn sjón Gögn með D3.js Auðveldu leiðina (Óendanleg færni / Udemy): Fókus tækja (D3.js). Fjórar klukkustundir af myndbandi. Kostnaður er breytilegur eftir afslætti af Udemy, sem eru tíðir. Það er með 4,4 stjörnu vegið meðaleinkunn yfir 262 umsögnum.

Gagnasjón með Python og Matplotlib (Stone River eLearning / Udemy): Fókus tækja (Python og Matplotlib). Sex klukkustunda myndband. Kostnaður er breytilegur eftir afslætti af Udemy, sem eru tíðir. Það hefur 4,4 stjörnu vegið meðaleinkunn yfir 92 umsögnum.

Gagnagreining: Sjónræn og hönnun mælaborðs (Delft Tækniháskólinn / edX): Tól (Excel) og viðskiptaáherslur. Áætluð tímalína upp á fjórar til sex klukkustundir á viku á sex vikum. Ókeypis með staðfestu vottorði sem hægt er að kaupa. Það er með 4,2 stjörnu vegið meðaleinkunn yfir 5 umsögnum.

Big Data: Visualization data (Queensland University of Technology / FutureLearn): Balanced theory / tool focus. Útsetning fyrir ýmsum tækjum. Hefst í ágúst 2017. Áætluð tímalína upp á tvær klukkustundir á viku á þremur vikum. Ókeypis með „uppfærslu“ sem hægt er að kaupa. Það hefur 4 stjörnu einkunn en 1 umsögn.

Gagnasjón og samskipti við Tableau (Duke University / Coursera): Tól (Tableau) og viðskiptaáherslur. Hluti af Excel við MySQL: Greiningaraðferðir til að sérhæfa sig í viðskiptum. Áætluð tímalína sex til átta klukkustundir á viku á fimm vikum. Ókeypis og greiddir kostir í boði. Það hefur 3,67 stjörnu vegið meðaleinkunn yfir 9 umsögnum.

Gagnasjónarmið (University of Illinois at Urbana-Champaign / Coursera): Áhersla á kenningar. Hluti af sérhæfingu gagnavinnslu. Áætluð tímalína upp á fjórar til sex klukkustundir á viku á fjórum vikum. Ókeypis og greiddir kostir í boði. Það hefur 3,14 stjörnu vegið meðaleinkunn yfir 22 umsögnum.

Gagnasjón er í boði Háskólans í Illinois í Urbana-Champaign á Coursera.

Gagnasjón og D3.js (Udacity): Balanced theory / tool focus. D3.js kennslan er „ófullnægjandi“ og „úr stað“. Áætluð tímalína sjö vikur. Ókeypis. Það hefur 2,83 stjörnu vegið meðaleinkunn yfir 6 umsögnum.

Gagnastjórnun og sjónsköpun (Wesleyan University / Coursera): Balanced theory / tool focus. Nær yfir mörg tæki (Python og SAS). Hluti af Wesleyan gagnagreiningu og túlkun sérhæfingu. Áætluð tímalína upp á fjórar til fimm klukkustundir á viku á fjórum vikum. Ókeypis og greiddir kostir í boði. Það hefur 2,67 stjörnu vegið meðaleinkunn yfir 6 umsögnum.

Beitt samsæri, kortagerð og framsetning gagna í Python (Háskólinn í Michigan / Coursera): Balanced theory and focus focus. Ókeypis og greiddir kostir í boði. Það er með 2 stjörnu vegið meðaleinkunn yfir 4 umsögnum.

Eftirfarandi námskeið höfðu engar umsagnir frá mars 2017.

Gagnasjón í Tableau (Udacity): Áhersla á kenningar með framúrskarandi umfjöllun. Stutt verkfæri umfjöllun (Tableau). Fyrst og fremst textatengd kennsla með krossaspurningum. Hluti af Udanity gagnagreiningaraðila Nanodegree og Predictive Analytics for Business Nanodegree. Þetta námskeið er líklega bundið við þrjú efstu sætin þegar það er uppfært með myndböndum til að bæta við textann. Áætluð tímalína þriggja vikna. Ókeypis.

Building Gögn Visualization Tools (Johns Hopkins University / Coursera): Fókus tækja (R og ggplot2). Hluti af mastering hugbúnaðarþróunar JHU í sérhæfingu R. Áætluð tímalína upp á tvær klukkustundir á viku á fjórum vikum. Ókeypis og greiddir kostir í boði.

Gagnasjón fyrir alla (Trinity College / edX): áhersla á kenningar. Áætluð tímalína þriggja tíma á viku á sex vikum. Ókeypis með staðfestu skírteini sem hægt er að kaupa.

Gagnasjón með háþróaðri Excel (PwC / Coursera): Fókus tækja (Excel). Hluti af gagnagreiningu PwC og kynningum: PwC nálgun sérhæfingu. Áætluð tímalína um þrjár til fjórar klukkustundir á viku á fjórum vikum. Ókeypis og greiddir kostir í boði.

Miðla niðurstöðum viðskiptagreininga (University of Colorado Boulder / Coursera): Kenning og áherslur í viðskiptum. Hluti af Colorado Boulder gagnagreiningum fyrir sérhæfingu Bootcamp fyrirtækja. Áætluð tímalína fjögurra vikna. Ókeypis og greiddir kostir í boði.

Sagnasaga í gegnum gögnum sjón (Dataquest): Aðallega fókus á verkfæri (Python, Matplotlib og Seaborn). Áætluð tímalína óljós. Aðallega ókeypis en áskrift er nauðsynleg fyrir fullan aðgang.

Gagnasjónræn námsleið (O'Reilly): Jafnvægi á verkfæri / kenningar. Nær D3.js. Margir leiðbeinendur. Fimmtán klukkustundir af innihaldi. Ókeypis með tíu daga ókeypis prufuáskrift.

Gagnasjón fyrir þróunaraðila (Dan Appleman / Pluralsight): áhersla á kenningar. Sérsniðin fyrir forritara. Tvær klukkustundir af innihaldi. Ókeypis með tíu daga ókeypis prufuáskrift.

Eftirfarandi fjögur námskeið eru búin til af Bill Shander hjá Beehive Media og boðið upp á Lynda. Þau eru skráð í tímaröð eftir útgáfudag.

Grundvallaratriði gagnaferlis (Bill Shander / Lynda): Áhersla á kenningar. Fjórar klukkustundir af innihaldi. Ókeypis með tíu daga ókeypis prufuáskrift.

Að hanna gögnum sjón (Bill Shander / Lynda): áhersla á kenningar. Nær til að búa til ákveðið verkefni frá hugmynd til gagnagreiningar til hönnunar og framkvæmdar. Fjórar klukkustundir af innihaldi. Ókeypis með tíu daga ókeypis prufuáskrift.

Gagnasjón fyrir gagnafræðinga (Bill Shander / Lynda): Áhersla á kenningar. Sérsniðin fyrir greinendur. Tvær klukkustundir af innihaldi. Ókeypis með tíu daga ókeypis prufuáskrift.

Gagnasjónarmið söguþráður (Bill Shander / Lynda): Áhersla á kenningar. Tvær klukkustundir af innihaldi. Ókeypis með tíu daga ókeypis prufuáskrift.

Sjónræn í R, frá byrjandi til lengra komins (Nathan Yau / FlowingData): Fjögurra vikna námskeið. Áskrift krafist.

Eftirfarandi fjögur námskeið eru í boði hjá DataCamp. Eins og fram kemur hér að ofan, notar hybrid tvöföldukennslustíll myndbands- og textatengdrar kennslu með fullt af dæmum í gegnum kóða ritstjóra í vafranum.

Gagnasjón í R (DataCamp): Balance theory / tool focus. Nær yfir R grafík. Áætluð tímalína upp á fjórar klukkustundir. Áskrift þarf fyrir fullan aðgang.

Kynning á gögnum sjón með Python (DataCamp): fókus tækja (Python, Matplotlib og Seaborn). Áætluð tímalína upp á fjórar klukkustundir. Áskrift þarf fyrir fullan aðgang.

Matplotlib er Python 2D samsærisbókasafn sem fjallað er um í DataCamp's Introduction to Data Visualization with Python.

Interactive Data visualization with Bokeh (DataCamp): Focus tool (Python and Bokeh). Áætluð tímalína upp á fjórar klukkustundir. Áskrift þarf fyrir fullan aðgang.

Gagnasjón í R með ggvis (DataCamp): Balanced theory / tool focus. Nær R og ggvis. Áætluð tímalína upp á fjórar klukkustundir. Áskrift þarf fyrir fullan aðgang.

Pakkaðu því upp

Þetta er fjórða úr sex stykki seríu sem fjallar um bestu námskeiðin á netinu til að koma þér af stað á gagnavísindasviðinu. Við fórum yfir forritun í fyrstu greininni, tölfræði og líkur í annarri greininni og inngangi að gagnavísindum í þriðju greininni. Það sem eftir er af seríunni mun ná yfir aðra hæfileika gagnavísinda. Næst upp er vélanám.

Lokaverkið verður yfirlit yfir þær greinar, auk bestu námskeiða á netinu fyrir önnur lykilatriði eins og gagnaugun, gagnagrunna og jafnvel hugbúnaðarverkfræði.

Ef þú ert að leita að heildarlista yfir námskeið í gögnum vísinda á netinu geturðu fundið þau á gagnasíðu Class Central og Big Data efnisgreinar.

Ef þér fannst gaman að lesa þetta skaltu skoða nokkur önnur verk Class Central:

Ef þú hefur tillögur að námskeiðum sem ég missti af, láttu mig vita í svörunum!

Ef þér fannst þetta gagnlegt skaltu smella á svo að fleiri sjái það hér á Medium.

Þetta er þétt útgáfa af upprunalegu grein minni sem birt var á Class Central, þar sem ég hef tekið með frekari námskeiðslýsingar, kennsluáætlun og margvíslegar umsagnir.