在Coursera很多人不知道如何提交编程作业,本文以Coursera中机器学习课程为例,介绍如何提交编程作业
方法/步骤
进入编程练习选项
下载编程作业
3
完成编程作业后 运行 编程作业中的websubmit.m 提交作业 输入账号密码 得到完成文件
4
点击按钮将完成文件提交
看系统判定作业是否通过
coursera的学习要求
不知你学的是哪方面的课程,我主要看的都是艺术和历史类型的,讲点经验教训,希望对你有帮助。
video lecture 还是下载下来好,但是有一点,视频本身不带字幕,所以如果你英语还不错,可以下载着看,如果稍微有点吃力,那就在线,右下角可以选择字幕的语种。不知道是我的网络问题还是怎么回事,在线播放可能经常会卡一下,再刷新就好了。
video listing上每一个video lecture 右边都有一个文档的小标识,可以下载slides。我一般是下载之后放到手机或者ipad里,在路上提前看,对之后课程学习有帮助。
倒是觉得没有必要紧跟课程,一周一般差不多有90分钟到120分钟的内容,分三次看完比较好,因为看到30多分钟的时候,精神不容易集中,而且内容吸收地也差不多了。比如第七周的课程,我就拖一周,第八周再完成。
quiz还是要做,很大程度上可以巩固知识。
android开发
如何正确的学习Coursera上Andrew Ng的机器学习课程
看视频,看PPT,然后完成编程作业。
以上为基础,做到之后再思考如何应用到现实生活
coursera上有哪些值得学习的Python,数据分析的课程
01- Toolbox of Data Scientist
介绍数据科学一些基本的概念,教你怎么开始使用github,安装R,等等。4quiz,最后final project就是开通github账号然后进行一些操作什么的。无coding,难度较低。
02- R Programming
就是R programming啦。Quiz较简单。programming assignment有三个,需要coding,对于我这个之前从来没用过github不会编程的菜鸟来讲还是蛮有难度的。
06- Statistical Inference
统计学基本知识,有统计学基础的话学起来还挺轻松。4个quiz,final project有两部分,简单分析一些数据,不难。没有coding任务,但是做quiz和分析数据的时候需要用到R programming
目前正在修03- Getting & Cleaning Data
·University of Michigan的Learn to Program and Analyze Data with Python,四门课+一个capstone。顾名思义,以Python为主干。
目前只修了第一门Programming for Everybody (Getting Started with Python)。怎么说呢……这门课真的是……太简单了……
身为一个编程几乎无基础的小弱,两天就上完了……
特么的print ‘hello world’都能算一个assignment我也是醉了……
老师比较搞笑,会用很多例子来解释一些问题。但是干货略少,因此不建议花钱上这门。
每周都会有一些彩蛋视频,比如老师又去哪里玩了,比如成功创业者程序员的访谈,还是挺inspiring的。
第二门要到十月下旬才开新的session,等我上了再答。
目前刚开始上Rice的An Introduction to Interactive Programming in Python,暂时不评价。
此外,身为生物狗,我还上了一些生信相关的,不是很对题不过也写上吧(其实写上是为了装逼):
·又是JHU的,Genomic Data Science Specialization,七门课+一个capstone。涉及python,R等多种软件/语言。
01- Introduction to Genomic Technologies
一般叫Introduction的都挺简单的,你懂得。4个quiz,最后final是读一篇文章回答几个问题。无coding
03- Python for Genomic Data Science
教你用Python进行一些基本的序列分析,比如数碱基找pattern什么的,目前正在上。女老师口音略醉人。
06- Bioconductor for Genomic Data Science
Bioconductor上有很多有用的生信R package,这门课的主要内容就是教人使用这些包。我之前上了一点,后来时间不够就退了。
·UCSD的bioinformatics,六门课+一个capstone
01- Finding Hidden Messages in DNA
讲了一些基本算法,教你怎么在DNA序列中找pattern啊,找motif啊,等等。
无coding assignment,但是问题都需要用coding解决,会提供pseudocode。
感觉上完一遍后编程提高挺多的。再次证明getting your hands dirty是学编程的最好办法。
开放课程 Coursera 有哪些优点
另外每门课都有开课时间,只有在开课期间按时听课+完成作业并通过考试才能拿到证书。
有一些开过的课程在没有开课的时候也可以看,但是不参与作业+考试+论坛讨论会让学习效率下降很多。
在说点自己的心得,最好规划好自己的时间选择课程,贪多同时修好几门课很难坚持下来,比如我现在再上的Computing for Data Analysis,主要是以R编程为主,又压缩到4周结课,在国外大学是面向博士1年级学生的,在论坛讨论中很多有编程经验的人都需要15小时以上才能完成每周的作业,我这种没经验的至少20+小时,幸亏最近时间比较充裕要不没可能上完。不过每门课的难度不同,最好根据自己的背景和时间有计划的选课。
-------------------------
做Coursera上Computing for Data Analysis这门课Week3作业快做吐的人来答下
完整上过一门Introduction to Genetics and Evolution,并拿到了结课证书,目前正在跟一个4周的课,主讲R语言在数据分析及画图中的用法。听过但是放弃的课有两门,一个是统计入门的Statistic One还有一门基因组的课程Experimenal Genomic Science。接下来说说这个在线课程网站的有点。