¿Es manejable tomar el curso de especialización en ciencia de datos de John Hopkins en Coursera sin experiencia en programación?

También puede echar un vistazo a The Analytics Edge (MIT en EDX). A diferencia del plan de estudios de Duke, no necesita familiaridad estadística previa. Se considera muy accesible.

Duke es muy bueno, pero recomendaría actualizar primero las estadísticas básicas.

Otra ventaja del curso EDX / MIT es que viene con ejercicios en R con conjunto de datos, listos para replicar. Tenga en cuenta que aprender eso significa hacerlo : tomar notas delante del video va muy lejos. Necesita abrir RStudio, cargar proyectos, escribir el código …

No probaría un curso de programación completo en R (o Python). El riesgo es crear una montaña de cosas nuevas para aprender (Estadísticas + Programación) que pueden ser decouraging, especialmente en un entorno MOOC con muy poca retroalimentación.

Además, la ciencia de datos no se trata realmente de programación, se trata de descubrir, hacer preguntas, pensar en problemas desde diferentes ángulos. Hay una parte del código, obviamente esencial, pero es muy diferente de construir un sitio web.

Advertencia a esto es la preparación de datos. Los datos del mundo real no parecen conjuntos de datos, y allí se necesitan habilidades de programación. Pero si recién está comenzando, tiene tiempo para abordar eso …

Comience y ajuste en unas pocas semanas. Es posible que necesite unas horas más en R para estar cómodo, o para actualizar las estadísticas fundamentales más … Ajuste a medida que avanza …

Uno de los primeros cursos sobre la ruta de especialización de Data Science en Coursera es la “programación R” junto con la “caja de herramientas de Data Scientist”, por lo que teóricamente puede tomar esta ruta de ciencia de datos de especialización incluso sin tener experiencia en programación. Sin embargo, tener un poco de conocimiento de programación demostrará ser su mejor arma, ya que en esta ruta de aprendizaje se requerirá comprometerse al 100% para aprobar los exámenes a tiempo.

Tendrá que pasar la revisión por pares y los puntos que obtenga de los premios no serán suficientes para obtener una buena puntuación.

En cuanto a “Estadísticas con R”, es un buen curso, pero solo se trata de estadísticas y programación de R. La ruta de especialización de ciencia de datos en su lugar le dará una vista completa del archivo. No recuerdo si requieren un poco de conocimiento de programación en “Estadísticas con R”, pero supongo que debería estar entre los requisitos.

Finalmente iría por el camino de especialización. Tomé los primeros tres cursos de este camino hasta ahora y lo disfruté.

He completado la especialización de ciencia de datos Johns Hopkins. Tenía experiencia previa en programación de mi título universitario (requerido como estudiante de matemáticas) pero no era muy extenso. Creo que este es un buen lugar para comenzar y aceptable para un principiante absoluto, pero no creas que puedes ir a escuchar videos, leer un par de cosas y obtener todo de inmediato. Tomará tiempo, práctica y muchos errores, por lo que debe ser devoto.

Solo tomé el curso de Estadística Bayesiana de Duke (curso # 4) que fue bastante intensivo en matemáticas. Pensé que era muy bueno y construyeron un curso excelente, pero debes tener una sólida base matemática para ello (es decir, estar cómodo con el álgebra y la manipulación de números). No puedo hablar con los cursos anteriores sobre enseñarle los conceptos básicos de R.

Si desea una introducción más fácil a la programación, creo que Python for Everybody Specialization de la Universidad de Michigan es bastante buena. Python tiene una sintaxis más fácil para un programador / alumno por primera vez, pero es bastante similar a R, por lo que no debería ser tan malo elegir R de lo que sabes en Python (especialmente si estás haciendo los cursos de Johns Hopkins).

Estoy de acuerdo con las otras respuestas. Podrías tomarlo, pero creo que sería un desafío sin experiencia en programación. El segundo curso de la pista de ciencia de datos se introduce en una programación pesada. Será posible aprender, pero requerirá mucho tiempo. ¡Buena suerte!