【GitHub项目推荐--机器学习课程】【转载】

有偏重概念的，也有偏重实践的；有基于Python的，也有基于R的；全部免费：

1. Harvard Data Science Course (CS 109)

哈佛出品，免费。课程内容，包含了许多数据科学概念：机器学习、可视化、数据挖掘、数据整理 (Data Munging) 等等。

随着课程的进行，会用到Numpy、SciPy、Scikit-Learn、Pandas这些Python库。

推荐先学一门机器学习课再来上这门课，因为PCA、k-means、逻辑回归这类机器学习概念，这里都不会讲太细。

注意，上这门课要花费不小的精力，作业题是很难的。并且，虽然是1字头，也需要一些编程和统计的背景。

不过推荐人说，数据科学 (基于Python) 的网课里，可能没有比哈佛CS 109更好的了。

传送门：https://www.kdnuggets.com/2013/11/harvard-cs109-data-science-course-resources-free-online.html (内附各种链接)

https://github.com/cs109/content (Github项目页)

2. Want to be a Data Scientist?

Udemy出品，免费。一门不错的入门课，可以从中了解到数据科学家都需要做些什么工作，以及如何把自己变成一个数据科学家。

它不是一门大课，但内容还是丰富的。同学们可以全面了解数据科学，了解这门学科能发挥怎样多元的作用，也了解数据科学家需要的技能。

另外，还可以感受到数据科学家面临的难题有哪些。

总之，关于要不要选择数据科学家这条路，这门课会给出一些判断的依据。

传送门：https://www.udemy.com/want-to-be-a-data-scientist/

3. Intro to Data Science

Udacity出品，免费。这也是一门基础课，可以学到数据科学的各种概念：

包括数据处理 (Data Manipulation) 、用统计和机器学习做数据分析、数据通信、信息可视化，以及大数据的处理等等。

传送门：https://www.udacity.com/course/intro-to-data-science--ud359

4. Introduction To Data Science

Coursera与IBM联合出品，旁听免费。虽然，这门课也是广泛介绍数据科学里的各种概念，但比基础课更有挑战，可能也更有趣。

比如，第一个编程练习，就是用Python做推特情感分析，分辨句子是积极还是消极等等。

课程默认同学们已经拥有一些统计学背景，并且会Python会SQL。初学者就不太适合了。

好消息是，免费旁听也可以看到所有课程材料。

传送门：https://www.coursera.org/specializations/introduction-data-science

 

原文链接：

程序猿，这里有你想学的4门机器学习课程 | 资源