0
雷鋒網(wǎng)按：本文盤點了 24 個高品質(zhì)的在線數(shù)據(jù)科學入門教程，原作者 David Venturi，他獲有化學工程和經(jīng)濟學的雙學位，熱衷于數(shù)學、數(shù)據(jù)科學和統(tǒng)計學，同時也是一位編程愛好者。更具傳奇色彩的是，他本來就讀于一所名校的計算機科學專業(yè)，但覺得對數(shù)據(jù)科學更感興趣——于是果斷退學，從 Coursera、edx、Udemy 等慕課平臺開始自學，終邁入專家行列。
他的經(jīng)歷說來也并不特別，世界上又多了一個慕課代言人而已。但雷鋒網(wǎng)認為，他的經(jīng)歷具有兩點價值：首先，最好的教學資源已經(jīng)在那兒了——很多還是免費的，取不取，只是我們自己的選擇。第二點，David Venturi 或許不是權(quán)威的數(shù)據(jù)科學專家，但他是慕課老司機——最好的公開課有哪些？當然還是慕課老司機的推薦最靠譜。
因此，這篇源于 David Venturi 長期的學習經(jīng)驗總結(jié)，同時結(jié)合了在線慕課社區(qū) Class Central 成千上萬的課程評分和評論數(shù)據(jù)的盤點文章，自然對數(shù)據(jù)科學的入門學習具有非常重要的參考價值。
下面，我們一起來看看這位老司機的課程推薦。（入選課程的截止日期為 2017 年 1 月，按照優(yōu)先級降序排列）
David Venturi
首先，所有的入選課程都必須滿足三個必要條件：
1. 必須主要教授數(shù)據(jù)科學，并且越相關(guān)越好。
2. 必須有人維護，例如根據(jù)用戶需求或者按照計劃每月更新。
3. 必須是一個互動性的在線教程，因此以下列出的不包括書籍或是其他只讀教程。
此后，我們收集了來自 Class Central 和其他評論網(wǎng)站的關(guān)于這些課程的評分數(shù)據(jù)，計算了每個課程的加權(quán)平均得分，然后人工閱讀了課程的用戶評論信息，綜合兩者，得到了以下列表。這里，我們主要考慮了以下兩個關(guān)鍵因素。
1. 教程的覆蓋是否合理。例如，教程不能跳過一些科目，也不能在某些科目上糾纏過多的細節(jié)。
2. 教程是否采用了通用工具。例如，我們優(yōu)先選擇了那些通過流行的編程語言（ Python 或 R 預言）實現(xiàn)的教程。
最后需要說明的是，這里我們只考慮了評分最高和評論最多的課程，而且由于資源和時間有限，難免會有遺漏，歡迎各位讀者在留言區(qū)補充。
為了更好地選擇和梳理課程，首先要簡單了解數(shù)據(jù)科學是什么，以及數(shù)據(jù)科學家平常都在做哪些研究。這里，我們給出一張數(shù)據(jù)科學的處理過程概覽，原作者是哈佛大學的 Joe Blitzstein 和 Hanspeter Pfister 教授。
我們認為，一個優(yōu)秀的數(shù)據(jù)科學入門教程，應該覆蓋上圖的每個方面，解釋其中的關(guān)鍵概念，介紹研究中常用的工具，而且最好能提供一些簡單示例（動手實操的示例）。
另外，由于本文的主題是“入門”教程盤點，因此這里不包括約翰·霍普金斯大學放在 Coursera 上的數(shù)據(jù)科學專業(yè)課程，也不包括 Udacity（優(yōu)達學城） 提供的數(shù)據(jù)分析師納米學位課程，這里我們只為數(shù)據(jù)科學的每個科目提供最好的個人入門教程盤點。
最后需要指出的是，以下列出的某些課程可能需要統(tǒng)計學和編程基礎，讀者可以自行學習這些基礎科目，也可以參考這兩個推薦課程列表。
統(tǒng)計學：https://www.class-central.com/report/best-statistics-probability-courses-data-science/
編程：https://www.class-central.com/report/best-programming-courses-data-science/
下面是課程推薦部分。
1. Data Science A-Z：Real-Life Data Science Exercises Included
講師：Kirill Eremenko
平臺：Udemy
花費：15美元
時長：21小時
在我們所有入選的二十多個課程中，Data Science A-Z 在知識點覆蓋寬度和廣度方面是當之無愧的王者。在高達 3071 份課程評論之中，它的加權(quán)平均星級達到了4.5星（滿分5星），是評價最高和評論數(shù)量最多的課程之一。
該課程完整覆蓋了數(shù)據(jù)科學的各項子科目，并貼心地提供了現(xiàn)實生活中的例子作為示例。另外，21小時也是一個非常好的時長，從評價來看，大部分訂閱者都認為講師的課程安排非常合理。價格方面，由于 Udemy 平臺經(jīng)常推出打折促銷活動，因此變動比較頻繁，目前的售價是15美元。
需要指出的是，該課程并不滿足我們上文提及的“采用通用工具”的評選要求（課程中沒有采用 Python 或 R 語言的相關(guān)工具，而是采用了 gretl，Tableau，Excel 等工具）。關(guān)于這一點，講師 Kirill Eremenko 做了如下說明。
在 gretl 中，用戶將可以像在 R 或者 Python 環(huán)境中那樣進行類似的建模操作，而且不用編寫代碼。這一點對于 Data Science A-Z 教程至關(guān)重要。因為訂閱者的編程水平可能參差不齊，而我希望通過這個課程傳達一個框架性的東西，一個健壯的模型，用戶可以自由選擇他們喜歡的工具。gretl 可以幫助我們避免陷入編程相關(guān)的難題。
2. Intro to Data Analysis
講師：Caroline Buckey
平臺：Udacity
花費：免費
時長：每周6小時，持續(xù)6周，共36小時
詳情：https://cn.udacity.com/course/intro-to-data-analysis--ud170/
Intro to Data Analysis 是一個相對較新的產(chǎn)品，是 Udacity 旗下數(shù)據(jù)分析師納米學位的一個細分課程。該課程的特點是完整并且清晰地覆蓋了數(shù)據(jù)科學的整個處理過程，盡管它在建模方面略有欠缺，但仍不失為一個優(yōu)秀的數(shù)據(jù)科學課程，甚至有訂閱者對它評價為 5 星級別。
該課程的視頻制作精良，講解清晰明了，并且許多知識點都搭配了實操測驗題。另外，由于這些配套測驗題都是基于 NumPy 和 Pandas 等框架的，因此訂閱者通過該課程的學習，除了能學到完整的大數(shù)據(jù)知識之外，還能順便提升自己對各種 Python 庫的應用能力。課程的最后一章涉及 Udacity 旗下的納米學位授予，雖然并不是免費的，但考慮到各大企業(yè)對納米學位的認可度，因此仍不失為一個很好的投資。
3. Data Science Fundamentals
講師：多人授課
平臺：Big Data University
花費：免費
時長：13小時，如果包括課程最后介紹R語言的“R 101”章節(jié)，則需要18小時
Data Science Fundamentals 由 IBM 旗下 Big Data University 提供的四個子章節(jié)組成，這四個子章節(jié)分別是：3小時的“Data Science 101”，5個小時的“Data Science Methodology”，5個小時的數(shù)據(jù)科學開源工具實操，以及最后5個小時的R語言入門“R 101”。
該課程完整覆蓋了數(shù)據(jù)科學的整個處理過程，并介紹了 Python、R 語言和其他幾個開源工具?？傮w上說，課程更貼近實際應用，具有巨大的生產(chǎn)參考價值。但由于它在 Class Central 等評分網(wǎng)站中沒有太多數(shù)據(jù)，因此目前還不清楚訂閱者對它的評價如何。
介紹完以上三個重點推薦的高品質(zhì)課程之外，下面按照加權(quán)平均的評分結(jié)果降序排列，推薦一些其他的大數(shù)據(jù)科學入門參考課程。
4. Python for Data Science and Machine Learning Bootcamp
講師：Jose Portilla
平臺：Udemy
詳情：https://www.udemy.com/python-for-data-science-and-machine-learning-bootcamp/
該課程基于 Python 語言，完整覆蓋了數(shù)據(jù)科學的整個處理過程。其主要特點是更偏重基于大數(shù)據(jù)處理的 Python 語言實現(xiàn)，與下面將會提到的 Jose 的 R 語言課程一樣，本課程同時可以作為 Python 語言以及數(shù)據(jù)科學的入門教程。課程總時長 21.5 小時，通過計算 1644 名訂閱者的加權(quán)評分結(jié)果，該課程的得分高達 4.7 星級。同樣，與 Udemy 旗下其他的課程一樣，該課程的售價也變動頻繁，目前的售價是 15 美元。
5. Data Science and Machine Learning Bootcamp with R
講師：Jose Portilla
平臺：Udemy
詳情：https://www.udemy.com/data-science-and-machine-learning-bootcamp-with-r/
該課程基于 R 語言，同樣完整覆蓋了數(shù)據(jù)科學的整個處理過程。與上一個課程不同的是，本課程是基于 R 語言的，可同時作為 R 語言以及數(shù)據(jù)科學的入門教程。課程總時長 18 小時，通過計算 847 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 4.6 星級。目前該課程在 Udemy 的售價同樣是 15 美元。
6. Data Science and Machine Learning with Python — Hands On!
講師：Frank Kane
平臺：Udemy
詳情：https://www.udemy.com/data-science-and-machine-learning-with-python-hands-on/
該課程基于 Python 語言，并未全部覆蓋數(shù)據(jù)科學的完整處理過程，而是更專注于統(tǒng)計和機器學習領(lǐng)域。課程總時長 9 小時，通過計算 3104 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 4.5 星級。目前的售價是 15 美元。
7. Introduction to Data Science
講師：Data Hawk Tech 數(shù)據(jù)科學咨詢公司
平臺：Udemy
該課程的時長很短，只有 3 個小時，因此雖然其覆蓋的范圍很全，但深度卻不足，同時也簡單覆蓋了 R 和 Python 語言。通過計算 62 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 4.4 星級。目前的售價是 10 美元。
8. Applied Data Science: An Introduction
講師：Syracuse University
平臺：CourseSites by Blackboard
該課程雖然完整覆蓋了數(shù)據(jù)科學的整個處理過程，但其覆蓋深度并不平均。它的講述重點放在基本的統(tǒng)計學原理和 R 語言的應用。整個課程的組織并不系統(tǒng)，通過計算 6 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 4.33 星級。免費。
9. Introduction To Data Science
講師：Nina Zumel 和 John Mount
平臺：Udemy
該課程基于 R 語言，僅覆蓋了部分數(shù)據(jù)科學的處理過程，在數(shù)據(jù)準備和建模方面有很好的講述深度。課程總時長 6 小時，通過計算 101 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 4.3 星級。目前的售價是 50 美元。
10. Applied Data Science with Python
講師：V2 Maestros 大數(shù)據(jù)公司
平臺：Udemy
該課程基于 Python 語言，完整覆蓋了數(shù)據(jù)科學的整個處理過程，并且對每個細分科目都有很好的覆蓋深度。課程總時長為 8.5 小時，通過計算 92 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 4.3 星級。目前的售價是 15 美元。
11. Want to be a Data Scientist?
講師：V2 Maestros 大數(shù)據(jù)公司
平臺：Udemy
該課程的時長很短，只有 3 個小時，因此雖然其覆蓋的范圍很全，但深度卻不足，簡單提到了幾個開源工具。通過計算 790 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 4.3 星級。免費。
12. Data to Insight: an Introduction to Data Analysis
講師：University of Auckland
平臺：FutureLearn
該課程的覆蓋范圍目前并不清楚，根據(jù)官方介紹，課程更專注于數(shù)據(jù)挖掘、發(fā)現(xiàn)和可視化。課程時長 24 小時（每周 3 小時，共 8 周），不提供點播。通過計算 2 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 4 星級。目前該課程可免費試聽，進階內(nèi)容需要付費 59 英鎊，可提供證書。
13. Data Science Orientation
講師：Microsoft
平臺：edX
詳情：https://www.edx.org/course/data-science-orientation-microsoft-dat101x-1
該課程只部分覆蓋了數(shù)據(jù)科學的處理過程，并且缺少建模方面的內(nèi)容。由于是微軟提供的課程，因此大部分的數(shù)據(jù)處理工具都使用了 Excel。課程的時長為 12-24小時不等（每周 2-4 小時，共 6 周）。通過計算 40 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 3.95 星級。課程本身免費，但訂閱者可以選擇支付 25 美元獲取一個完課證書。
14. Data Science Essentials
講師：Microsoft
平臺：edX
詳情：https://www.edx.org/course/data-science-essentials-microsoft-dat203-1x-2
該課程基于 R 、Python 和 Azure ML 等工具，完整覆蓋了數(shù)據(jù)科學的整個處理過程，并且對每個細分科目都有很好的覆蓋深度。時長為 18-24 小時不等（每周 3-4 小時，共 6 周）。通過計算 67 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 3.81 星級。課程本身免費，但訂閱者可以選擇支付 49 美元獲取一個完課證書。
15. Applied Data Science with R
講師：V2 Maestros 大數(shù)據(jù)公司
平臺：Udemy
該課程是第 10 條推薦的 R 語言版，完整覆蓋了數(shù)據(jù)科學的整個處理過程，并且對每個細分科目都有很好的覆蓋深度。課程時長 11小時。通過計算 212 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 3.8 星級。目前的售價是 15 美元。
16. Intro to Data Science
講師：Dave Holtz 和 Cheng-Han Lee
平臺：Udacity
詳情：https://cn.udacity.com/course/intro-to-data-science--ud359/
該課程基于 Python，雖然只覆蓋了部分數(shù)據(jù)科學的處理過程，但對于每個課程范圍內(nèi)的知識點都做了詳細介紹。雖然 Udacity 具有業(yè)內(nèi)公認的一個非常棒的探索性數(shù)據(jù)分析（Exploratory Data Analysis，EDA）課程，但總體上本課程缺乏數(shù)據(jù)探索性方面的介紹。課程時長共 48 小時（每周 6 小時，8 周）。一些評論認為該課程缺乏高階內(nèi)容，并且組織混亂。通過計算 18 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 3.61 星級。免費。
17. Introduction to Data Science in Python
講師：University of Michigan
平臺：Coursera
該課程基于 Python，只覆蓋了部分數(shù)據(jù)科學的處理過程，而且沒有數(shù)據(jù)建模和可視化的相關(guān)內(nèi)容（更深入的內(nèi)容在密歇根大學開設的另一個名為“Applied Data Science with Python Specialization”的系列課程中，感興趣的同學可以在詳情頁面中詳細了解）。本課程時長為 4 周。通過計算 15 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 3.6 星級?？擅赓M試聽，高階內(nèi)容需要付費。
18. Data-driven Decision Making
講師：PwC
平臺：Coursera
該課程基于 R、Python、Excel、SAS 和 Tableau 等工具，只覆蓋了部分數(shù)據(jù)科學的處理過程，缺乏建模的相關(guān)內(nèi)容，更注重業(yè)務實現(xiàn)。課程時長為 4 周。通過計算 2 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 3.5 星級?？擅赓M試聽，高階內(nèi)容需要付費。
19. A Crash Course in Data Science
講師：Johns Hopkins University
平臺：Coursera
該課程是關(guān)于數(shù)據(jù)科學整個處理過程的完整概述，覆蓋了幾乎所有細分科目，但教授深度都不足。時長為 4-6 小時，大約需要 1 周完成。通過計算 19 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 3.4 星級。可免費試聽，高階內(nèi)容需要付費。
20. The Data Scientist’s Toolbox
講師：Johns Hopkins University
平臺：Coursera
該課程同樣覆蓋了數(shù)據(jù)科學的完整過程，但教授深度不足。更多的是作為霍普金斯大學“Data Science Specialization”課程的一個預熱班。官方介紹稱課程的時長為每周 1-4 小時，共需要 4 周，但有網(wǎng)友指出只需要兩個小時就能全部完成。通過計算 182 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 3.22 星級?？擅赓M試聽，高階內(nèi)容需要付費。
21. Data Management and Visualization
講師：Wesleyan University
平臺：Coursera
該課程基于 Python 和 SAS 工具，只覆蓋了部分數(shù)據(jù)科學的處理過程，缺少建模方面的內(nèi)容，更注重實際應用。課程時長為 4 周，每周需要 4-5 小時。通過計算 6 名訂閱者的加權(quán)評分結(jié)果，該課程的得分為 2.67 星級?？擅赓M試聽，高階內(nèi)容需要付費。
以下課程沒有評論數(shù)據(jù)可供參考，但也值得關(guān)注。
22. CS109 Data Science
平臺：Harvard University
該課程基于 Python，完整覆蓋了數(shù)據(jù)科學的整個處理過程，并且對每個細分科目都有很好的覆蓋深度（而且有些內(nèi)容對于“入門”這一主題可能會顯得太過深入）。該課程是哈佛大學的大數(shù)據(jù)公開課，完全免費，只是由于并非針對在線消費設計，因此課程導航設計可能不會太友好。整個課程的學習大約需要 12 周，所有視頻都是在哈佛大學的課堂上實錄的。值得一提的是，上文關(guān)于數(shù)據(jù)科學的概述圖表就是來自本課程。
23. Introduction to Data Analytics for Business
講師：University of Colorado Boulder
平臺：Coursera
該課程只覆蓋了部分數(shù)據(jù)科學的處理過程，缺少數(shù)據(jù)建模和可視化的相關(guān)內(nèi)容，更注重業(yè)務實現(xiàn)。數(shù)據(jù)科學過程在該課程中被稱為“信息-行為的價值鏈”（Information-Action Value chain）。課程時長為 4 周，較深入的內(nèi)容都基于 SQL 實現(xiàn)?？擅赓M試聽，高階內(nèi)容需要付費。
24. Introduction to Data Science
講師：Barton Poulson
平臺：lynda
詳情：https://www.lynda.com/Big-Data-tutorials/Introduction-Data-Science/420305-2.html
該課程基于 R 語言和 Python，時長很短，只有 3 個小時，因此雖然其覆蓋的范圍很全，但深度卻不足?？擅赓M試聽，高階內(nèi)容需要付費。
來源：class-central，雷鋒網(wǎng)編譯
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
