5 cursos gratuitos de ciencia de datos para principiantes
POR SAMEER BALAGANUR17/02/2020
Las empresas de todas las industrias del mundo siempre están buscando personal de ciencia de datos que les ayude a obtener conocimientos de big data. Los expertos en contratación están constantemente buscando personal con altas habilidades en programación, minería de datos, modelado estadístico, etc.
Con la enorme brecha que existe entre las habilidades requeridas y el talento disponible, estas industrias se han vuelto más resistentes para encontrar científicos de datos calificados y eliminar a los menos talentosos. Una forma de que las personas que se dedican a la ciencia de datos mejoren sus conocimientos es tomando los cursos de ciencia de datos en línea , estos cursos de ciencia de datos ayudan a aprender sobre el sector y adquirir las habilidades en demanda.
A continuación ofrecemos una lista de algunos de los mejores gratis cursos de ciencias de datos en línea disponibles: (Lista está en orden aleatorio)
Fundamentos de la ciencia de datos
Desde : Microsoft a través de edX.
Duración : 6 semanas.
Costo : Gratis / ₹ 7, 076 para agregar un certificado verificado.
Instructores :
Desarrollador de contenido senior
Experiencias de aprendizaje de Microsoft
Director general
Quantia Analytics, LLC
profesor asociado
MIT y Duke
Requisitos previos : Matemáticas básicas y conocimientos fundamentales sobre R o Python.
Sobre el curso :
Microsoft ofrece este curso como parte del Certificado del Programa Profesional de Microsoft en Ciencia de Datos y del Programa Profesional de Microsoft en Inteligencia Artificial. Este curso proporciona conceptos fundamentales en adquisición de datos, preparación de exploración y visualización con ejemplos prácticos orientados a aplicaciones.
edX ofrece asistencia financiera para el curso a cualquier persona que desee obtener los Certificados Verificados.
Conceptos enseñados:
- Explorando la ciencia de datos
- Exploración y visualización de datos
- Probabilidad y estadística en ciencia de datos
- Introducción al aprendizaje automático
- Ingestión, limpieza y transformación de datos
- Utilice R, python y Microsoft Azure Machine Learning con el resto del contenido del curso
Aplicar aquí. (Las próximas fechas aún no se han anunciado)
Toma de decisiones basada en datos
Ofrecido por : PwC a través de Coursera.
Duración : Aproximadamente 11 horas para completar.
Costo : Gratis
Instructores :
Exalumnos / Ex director
PwC.
Sobre el curso :
Este curso es parte de las Habilidades de presentación y análisis de datos de PwC: la especialización del enfoque de PwC.
Este curso le brinda una introducción a Data Analytics y sus aplicaciones en las decisiones comerciales, introducción a Big Data y cómo se usa, introducción a frameworks para Data Analytics, herramientas y técnicas utilizadas para ello. Este curso no solo contiene los conceptos de análisis de datos, sino que también puede probar sus conocimientos en un entorno empresarial simulado en el mundo real.
Este es un curso para principiantes que se ofrece en coreano, francés y japonés, además del inglés, y se realiza a su propio ritmo con una fecha límite flexible.
Conceptos cubiertos:
- Introducción a la analítica de datos
- Tecnología y tipos de datos
- Técnicas y herramientas de análisis de datos
- Proyecto de toma de decisiones basado en datos
Aplicar aquí .
Ciencia de datos CS109
Ofrecido por : Harvard
Requisitos previos : Python (solo se usa Python a lo largo del curso), conocimiento fundamental de cómo funcionan las bibliotecas de ciencia de datos.
Sobre el curso :
Este curso de ciencia de datos ofrecido por Harvard no está en una plataforma como edX o Coursera y no proporciona ninguna certificación. Este podría ser uno de los mejores cursos para principiantes para comenzar con la ciencia de datos y es completamente gratuito.
El curso contiene una lista de videos, diapositivas de conferencias, videos de laboratorio y cuaderno y es un programa intensivo de 13 semanas que concluye el contenido del curso: (Enumerados en orden de cronología del curso)
- Web Scraping, expresiones regulares, remodelación de datos, limpieza de datos, pandas.
- Análisis exploratorio de datos
- Pandas, SQL y la gramática de los datos
- Modelos estadísticos
- Narración de historias y comunicación efectiva
- Sesgo y regresión (con más regresión)
- Clasificación, k-vecinos más cercanos, validación cruzada, reducción de dimensionalidad, PCA, MDS
- SVM, Evaluación
- Árboles de decisión y bosques aleatorios
- Métodos conjuntos y mejores prácticas
- Mejores prácticas y recomendaciones
- MapReduce, Spark
- Teorema de Bayes, métodos bayesianos y datos de texto
- Agrupación
- Presentaciones efectivas
- Diseño experimental
- Redes profundas
- Conferencia invitada: Construyendo ciencia de datos