Tùy Chỉnh Chế Độ Xem
Cài đặt chỉ áp dụng cho trình duyệt này
Chế độ ánh sáng màn hình
  • Giao diện sáng
  • Giao diện tối
  • Giao diện mặc định

8 Khóa Học MIT Miễn Phí Để Học Data Science Trực Tuyến

8-khoa-hoc-mit-mien-phi-de-hoc-data-science-truc-tuyen


Bạn đã đăng ký vào một chương trình khoa học máy tính bậc đại học và quyết định học chuyên ngành khoa học dữ liệu. Tôi đã chi một khoảng học phí lớn trong khoảng thời gian 4 năm, chỉ để tốt nghiệp và nhận ra rằng bạn không được trang bị những kỹ năng cần thiết để kiếm được một công việc trong lĩnh vực này.

Bạn hầu như không biết cách viết mã và không rõ về các khái niệm máy học cơ bản nhất.

Bạn đã dành một chút thời gian để thử và tự học về khoa học dữ liệu - với sự trợ giúp của các video trên YouTube, các khóa học trực tuyến và hướng dẫn. Bạn nhận ra rằng tất cả những kiến ​​thức này đều được công khai trên Internet và có thể truy cập miễn phí. 

Thật ngạc nhiên khi ngay cả các trường đại học Ivy League cũng bắt đầu cung cấp nhiều khóa học của họ cho sinh viên trên toàn thế giới, miễn phí hoặc rất ít. Điều này có nghĩa là những người như tôi có thể học những kỹ năng này từ một số học viện tốt nhất trên thế giới, thay vì chi hàng ngàn đô la cho một chương trình cấp bằng dưới trung bình.

Trong bài viết này, tôi sẽ cung cấp cho bạn một lộ trình khoa học dữ liệu chỉ bằng các khóa học trực tuyến miễn phí của MIT.

Bước 1: Học cách viết mã

Tôi thực sự khuyên bạn nên học một ngôn ngữ lập trình trước khi đi sâu vào toán học và lý thuyết đằng sau các mô hình khoa học dữ liệu. Sau khi học cách viết mã, bạn sẽ có thể làm việc với các bộ dữ liệu trong thế giới thực và cảm nhận được các thuật toán dự đoán hoạt động như thế nào. 

MIT Open Courseware cung cấp một chương trình Python thân thiện với người mới bắt đầu, được gọi là Giới thiệu về Khoa học Máy tính và Lập trình. 

Khóa học này được thiết kế để giúp những người chưa có kinh nghiệm viết mã trước đó có thể viết chương trình để giải quyết các vấn đề hữu ích.

Bước 2: Thống kê

Số liệu thống kê là cốt lõi của mọi quy trình làm việc khoa học dữ liệu — bắt buộc phải có khi xây dựng mô hình dự đoán, phân tích xu hướng trong lượng lớn dữ liệu hoặc chọn các tính năng hữu ích để đưa vào mô hình của bạn.

MIT Open Courseware cung cấp một khóa học thân thiện với người mới bắt đầu có tên là Giới thiệu về Xác suất và Thống kê. Sau khi tham gia khóa học này, bạn sẽ học các nguyên tắc cơ bản của suy luận thống kê và xác suất. Một số khái niệm bao gồm xác suất có điều kiện, định lý Bayes, hiệp phương sai, định lý giới hạn trung tâm, lấy mẫu lại và hồi quy tuyến tính.

Khóa học này cũng sẽ hướng dẫn bạn phân tích thống kê bằng ngôn ngữ lập trình R, ngôn ngữ này rất hữu ích vì nó bổ sung vào kho công cụ của bạn với tư cách là một nhà khoa học dữ liệu.

Một chương trình hữu ích khác do MIT cung cấp miễn phí có tên là Tư duy thống kê và Phân tích dữ liệu. Đây là một khóa học cơ bản khác về chủ đề này sẽ đưa bạn qua các kỹ thuật phân tích dữ liệu khác nhau trong Excel, R và Matlab.

Bạn sẽ tìm hiểu về thu thập, phân tích dữ liệu, các loại phân phối lấy mẫu khác nhau, suy luận thống kê, hồi quy tuyến tính, hồi quy tuyến tính bội và các phương pháp thống kê phi tham số.

Bước 3: Kỹ năng toán học cơ bản

Giải tích và đại số tuyến tính là hai nhánh toán học khác được sử dụng trong lĩnh vực học máy. Tham gia một hoặc hai khóa học về các chủ đề này sẽ mang đến cho bạn một góc nhìn khác về cách thức hoạt động của các mô hình dự đoán và hoạt động đằng sau thuật toán cơ bản.

Để học phép tính, bạn có thể học miễn phí Phép tính một biến do MIT cung cấp, tiếp theo là Phép tính nhiều biến.

Sau đó, bạn có thể tham gia lớp Đại số tuyến tính này của Giáo sư Gilbert Strang để nắm vững chủ đề này.

Tất cả các khóa học trên đều được cung cấp bởi MIT Open Courseware và được kết hợp với các ghi chú bài giảng, bộ bài tập, câu hỏi thi và lời giải.

Bước 4: Học máy

Cuối cùng, bạn có thể sử dụng kiến ​​thức thu được trong các khóa học trên để tham gia khóa học Giới thiệu về Máy học của MIT. Chương trình này sẽ hướng dẫn bạn cách triển khai các mô hình dự đoán trong Python.

Trọng tâm cốt lõi của khóa học này là về các vấn đề học tập có giám sát và tăng cường, đồng thời bạn sẽ được dạy các khái niệm như khái quát hóa và cách giảm thiểu việc trang bị thừa. Ngoài việc chỉ làm việc với bộ dữ liệu có cấu trúc, bạn cũng sẽ học cách xử lý dữ liệu hình ảnh và dữ liệu tuần tự.

Chương trình học máy của MIT trích dẫn ba điều kiện tiên quyết — Python, đại số tuyến tính và phép tính, đó là lý do tại sao bạn nên tham gia các khóa học trên trước khi bắt đầu khóa học này.

Những khóa học này có phù hợp với người mới bắt đầu không?

Ngay cả khi bạn không có kiến ​​thức trước về lập trình, thống kê hoặc toán học, bạn vẫn có thể tham gia tất cả các khóa học được liệt kê ở trên.

MIT đã thiết kế các chương trình này để đưa bạn qua chủ đề từ đầu. Tuy nhiên, không giống như nhiều MOOC ngoài kia, tốc độ tăng lên khá nhanh và các khóa học bao gồm một lượng lớn thông tin.

Do đó, nên làm tất cả các bài tập đi kèm với các bài giảng và đọc qua tất cả các tài liệu đọc được cung cấp.

Copyright Disclaimer:

This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.

Tuyên bố miễn trừ bản quyền:

Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.

Tham khảo các bài viết cùng chủ đề:

Đọc thêm
إرسال تعليق