Привет, читатель! Меня зовут Артём Сайгин, я веду проект Growth lab, в котором рассказываю о digital-маркетинге и росте IT-продуктов.
Сделал подборку из бесплатных курсов, для тех, кто делает свои первые шаги в Data Science. Делал изначально для себя, чтобы структурировать и упорядочить свои знания, но решил, что подборка будет полезна кому-то ещё.
Курсы упорядочены по степени необходимости, начиная с базовых знаний, без которых будет тяжело даваться дальнейшее изучение (линейная алгебра, статистика, базовое знание python и т.д.), переходя к более сложным. Старался избавиться от избыточности, оставляя только самые ценные, на мой взгляд, курсы. Эти бесплатные курсы легко заменят вам платные.
Структура курсов:
Линейная алгебра и дискретная математика.
Статистика и теория вероятностей.
Python, SQL, R.
Машинное обучение.
Алгоритмы и структуры данных.
Нейронные сети и Deep learning.
Дисклеймер: Необязательно проходить всё, что я указал ниже, достаточно начать изучение темы. и далее вы поймёте, куда двигаться дальше.
Линейная алгебра и дискретная математика
«Линейная алгебра» курс CS центр.
«Линейная алгебра и геометрия. Часть 2: векторная алгебра» курс ПГТУ.
«Линейная алгебра и аналитическая геометрия» курс СПбПУ.
«Основы дискретной математики» курс CS центр.
«Ликбез по дискретной математике» курс CS центр.
«Дискретные структуры» курс Alex Dainiak.
«Основы теории графов» курс CS центр.
«Теория графов» курс Андрея Райгородского.
«Введение в математический анализ» курс CS центр.
Статистика и теория вероятностей
«Математическая статистика» курс CS центр.
«Основы статистики» курс Bioinformatics Institute.
«Основы статистики. Часть 2» курс Bioinformatics Institute.
«Основы статистики. Часть 3» курс Bioinformatics Institute.
«Комбинаторика для начинающих» курс МФТИ.
«Современная комбинаторика» курс МФТИ.
«Теория вероятностей для начинающих» курс МФТИ.
«Теория вероятностей» курс CS центр.
«Теория вероятностей - II (дискретные случайные процессы)» курс CS центр.
«Дискретный анализ и теория вероятностей» курс А.М.Райгородского в Академии Яндекса.
Python, SQL, R
«Программирование на Python» курс Bioinformatics Institute.
«Python: основы и применение» курс Bioinformatics Institute.
«Поколение Python: курс для начинающих» курс BEEGEEK.
«Поколение Python: курс для продвинутых» курс BEEGEEK.
«SQL Tutorial» от Mode.
«Интерактивный тренажер по SQL» от ДВФУ.
«Анализ данных в R» курс Bioinformatics Institute.
«Анализ данных в R. Часть 2» курс Bioinformatics Institute.
Машинное обучение
«Введение в машинное обучение» курс НИУ ВШЭ (Воронцов К.В).
«Введение в Data Science и машинное обучение» курс Bioinformatics Institute.
«Машинное обучение» курс Академии Яндекс (Воронцов К.В)..
«Машинное обучение» курс ОмГТУ.
Алгоритмы и структуры данных.
«Алгоритмы: теория и практика. Методы» курс Александра Куликова.
«Алгоритмы: теория и практика. Структуры данных» курс Александра Куликова.
«Алгоритмы и структуры данных, часть 1» курс CS центр.
«Алгоритмы и структуры данных, часть 2» курс CS центр.
«Дополнительные главы алгоритмов, часть 1» курс CS центр.
«Дополнительные главы алгоритмов, часть 2» курс CS центр.
«Тренировки по алгоритмам» курс от Яндекс.
«Методы и системы обработки больших данных» курс Ивана Пузыревского.
Нейронные сети и Deep Learning
«Deep Learning (семестр 1): базовый поток» курс МФТИ.
«Deep Learning (семестр 2): базовый поток» курс МФТИ.
«Введение в искусственные нейронные сети» курс ОмГТУ.
«Нейронные сети» курс Bioinformatics Institute.
«Нейронные сети и компьютерное зрение» курс Samsung AI Center.
«Нейронные сети и обработка текста» курс Samsung AI Center.
Заключение
Не забудьте поделится статьей с теми, кому она может быть важной.
Если вы знаете какие-либо полезные курсы или материалы по Data Science — делитесь в комментариях.
Комментарии (3)
lDrakonl
23.10.2021 13:32+2Кажется, тут не хватает ссылок на ods.ai и в частности mlcourse.ai
Там сразу и качественные курсы и комьюнити(много русскоговорящих в slack).
У них и блог на хабре есть: habr.com/ru/company/ods
alexshy
Это только для тех, у кого дела с английским обстоят безнадежно плохо.
Для остальных во избежание пустой траты драгоценного времени:
вся необходимая математика на MIT OpenCourseWare (масса хороших курсов совершенно бесплатно на edx.org),
программирование для начала на Datacamp. Потом, долго не затягивая - идите прямо Kaggle, это, я бы сказал, a must для любого "датиста" (далеко не только начинающего).
Плюс для расширения кругозора, KDNuggets, конечно.
И не мечитесь по этим бесконечным и таким же бессмысленным, как русский бунт, спискам и курсам, потому что рискуете закончить так же, как случилось буриданову ослу.
rcarmen-btc
Можете рассказать об этом подробнее? Какие именно курсы и в каком порядке? Как roadmap.