Para mí, en general, la ciencia de datos se compone de “disputas de datos” y “aprendizaje automático”, sin embargo, no se limita a estos dos.
para la disputa de datos hay curso sobre udacity con el mismo nombre.
para el aprendizaje automático, si desea comenzar con buenos antecedentes en matemáticas y desea saber qué sucede realmente dentro de cada algoritmo de aprendizaje automático, tome este curso.
- ¿Cuáles son las ideas de proyectos de big data en el campo de la neurociencia?
- ¿Cuáles son las desventajas comunes de tener un conjunto de datos dispersos al crear un modelo ML?
- ¿Cómo obtiene Seth Stephens-Davidowitz sus datos de Google?
- ¿Qué tecnología sería la mejor entre el desarrollo (Big Data-Hadoop / Android Application), considerando el crecimiento futuro, la estabilidad y el pago?
- ¿Es bueno aprender análisis de datos siendo un desarrollador de Java?
NPTEL :: Informática e Ingeniería
si solo quieres tener algún tipo de experiencia práctica en las bibliotecas de ML, entonces elige esta
Introducción en profundidad al aprendizaje automático en 15 horas de videos expertos
el curso anterior también explica un poco de matemáticas, pero no es tan difícil de entender.
Habiendo dicho eso, aún si no quieres absolutamente ninguna matemática, entonces ve por,
Aprendizaje automático práctico – Universidad Johns Hopkins | Coursera
y visualización de datos, también de John Hopkins …