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 …
- ¿Cuántos estudiantes han completado la especialización en ciencia de datos de Coursera hasta la fecha?
- ¿Los científicos de datos estarán a la altura de nuestras expectativas o los grandes datos serán una decepción?
- ¿Cuántos desarrolladores tiene la empresa Tableau?
- ¿Cuál es la diferencia entre Python y las herramientas de minería de datos como Knime y Rapid Miner?
- ¿Es una buena idea pasar a Big Data (Hadoop)? Tengo más de 11 años de experiencia en .NET y C ++.
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 …