¿Cómo puedo aprender ciencia de datos por autoestudio de forma gratuita?

Existen muchos recursos para el autoestudio de la ciencia de los datos. En nuestra era moderna de la tecnología de la información, una enorme cantidad de recursos de aprendizaje gratuitos están disponibles para cualquier persona, y con esfuerzo y dedicación, usted puede dominar los fundamentos de la ciencia de datos.

Hay dos vías básicas para la ciencia de los datos, la vía tradicional del título universitario y la vía del auto-estudio.

Trayectoria de estudios universitarios tradicionales: Varias de las mejores universidades ofrecen programas tradicionales de posgrado en ciencias de datos. Debido a que estos son programas de nivel de postgrado, la mayoría requerirá un título de grado en un campo analítico como física, matemáticas, contabilidad, negocios, ciencias de la computación o ingeniería. Estos programas suelen tener una duración de 3 a 4 semestres para aquellos que buscan la inscripción a tiempo completo. Los programas tradicionales vienen en diferentes sabores, como: Data Science Master, Data Analytics Master, o Business Analytics Masters. El costo de la matrícula para los programas presenciales tradicionales podría estar en cualquier lugar del rango de $15,000 a $40,000, sin incluir los gastos de vida. Para los programas de maestría en ciencia de datos en línea, el costo podría ser de $12,000 a $40.000. Los enlaces a continuación examinan los mejores títulos de MS, en línea, en Europa, y EE.UU./Canadá, con clasificación, matrícula, y más.

Trayectoria de Auto-Estudio: Si lo desea, ponga en cuatro años en una universidad (o más en una escuela de posgrado). Esto le dará una comprensión más profunda del campo de la ciencia de los datos, pero si sus circunstancias no le permiten seguir un título universitario, usted puede (con algo de pasión y dedicación) enseñar a sí mismo la ciencia de los datos a través de auto-estudio. Hay tantos cursos de ciencia de datos en línea excelentes en plataformas como edX, Coursera, DataCamp, Udacity y Udemy. Dedicando algún tiempo, puedes aprender los fundamentos de la ciencia de los datos de estos cursos. El camino del auto-estudio es por lo tanto muy asequible en comparación con el camino del título universitario.

En este blog, discutimos 10 recursos para el auto-estudio de la ciencia de los datos. Estos recursos se agrupan en tres categorías principales: A) Recursos para la creación de conocimientos fundamentales; B) Recursos para la práctica de la ciencia de los datos; y C) Recursos para la creación de redes y estudios continuos.

A. Recursos para la creación de conocimientos fundamentales

El primer paso en su viaje hacia la ciencia de los datos es construir un conocimiento sólido de los conceptos fundamentales de la ciencia de los datos. Los recursos que se examinan a continuación son útiles para aprender los conceptos básicos.

1. Cursos masivos abiertos en línea (MOOCs)

La creciente demanda de profesionales de la ciencia de los datos ha dado lugar a una proliferación de cursos masivos abiertos en línea (MOOC). Los proveedores más populares de MOOC son los siguientes:

Si vas a tomar uno de estos cursos, ten en cuenta que algunos MOOCs son 100% gratis, mientras que algunos requieren que pagues una cuota de suscripción (que puede oscilar entre $50 y $200 por curso o más, varía de plataformas a plataformas). Tenga en cuenta que ganar experiencia en cualquier disciplina requiere una enorme cantidad de tiempo y energía. Así que, no tengas prisa. Asegúrese de que si usted decide inscribirse en un curso, usted debe estar listo para completar todo el curso, incluyendo todas las tareas y problemas de tarea. Algunos de los cuestionarios y tareas serán bastante desafiantes. Sin embargo, ten en cuenta que si no te desafías a ti mismo, no serás capaz de crecer en tus conocimientos y habilidades.

El autor explica conceptos fundamentales en el aprendizaje automático de una manera que es muy fácil de seguir. Además, el código está incluido, por lo que en realidad puede utilizar el código proporcionado para practicar y construir sus propios modelos. Personalmente he encontrado que este libro es muy útil en mi viaje como científico de datos. Yo recomendaría este libro a cualquier aspirante a la ciencia de datos. Todo lo que necesitas es álgebra lineal básica y habilidades de programación para poder entender el libro.

YouTube contiene varios videos educativos y tutoriales que pueden enseñarte las habilidades esenciales de matemáticas y programación requeridas en la ciencia de los datos, así como varios tutoriales de ciencias de los datos para principiantes. Una simple búsqueda generaría varios video tutoriales y conferencias. Tres de mis cursos favoritos en YouTube son:

Khan academia es también un gran sitio web para el aprendizaje de matemáticas básicas, estadísticas, cálculo y álgebra lineal necesarias en la ciencia de datos. Este debe ser un gran recurso para los individuos que están interesados en la ciencia de los datos, pero no tienen los antecedentes cuantitativos requeridos.

B. Recursos para la práctica de la ciencia de los datos

Dado que la ciencia de los datos es un campo práctico, los conocimientos académicos obtenidos de los cursos por sí solos no te convertirán en un científico de los datos. Usted necesita aplicar sus conocimientos a los proyectos de ciencia de datos del mundo real con el fin de calificar como un profesional de la ciencia de datos. Las siguientes plataformas le permitirán perfeccionar sus habilidades en ciencia de datos mediante la aplicación de sus conocimientos a problemas prácticos.

5. Kaggle

Kaggle es la comunidad científica de datos más grande del mundo con poderosas herramientas y recursos para ayudarle a alcanzar sus objetivos de ciencia de datos. Kaggle permite a los usuarios encontrar y publicar conjuntos de datos, explorar y construir modelos en un entorno de ciencia de datos basado en la web, trabajar con otros científicos de datos e ingenieros de aprendizaje automático, y participar en concursos para resolver los desafíos de la ciencia de datos. En esta plataforma, usted puede tener acceso a conjuntos de datos , cursos , cuadernos , y concursos . A medida que participes en proyectos y concursos de Kaggle, tus conocimientos y experiencia en ciencia de datos seguirán creciendo. Kaggle es también una gran plataforma para la creación de redes con otros profesionales de la ciencia de los datos y entusiastas.

6. Pasantías

C. Recursos para la creación de redes y los estudios continuos

Como la ciencia de los datos es un campo que evoluciona continuamente debido a los avances tecnológicos en el campo, el estudio continuo es esencial en la ciencia de los datos. Crear una red de colaboración con otros científicos de datos le permitiría estar siempre en la cima del juego. Las siguientes plataformas son grandes recursos para la creación de redes y estudios continuos.

7. Medio

Con una cuenta de socio, tendrá acceso ilimitado a artículos y publicaciones medianas. Medium tiene varias publicaciones de ciencia de datos que pueden ayudarle a aprender sobre nuevos desarrollos en el campo, así como la red con otros científicos de datos o aspirantes. Las dos principales publicaciones científicas de datos en el medio son: Hacia la ciencia de los datos y Hacia AI . Cada día se publican nuevos artículos sobre temas como ciencia de datos, aprendizaje automático, visualización de datos, programación, inteligencia artificial, etc. Utilizando la herramienta de búsqueda en el sitio web medio, se puede acceder a tantos artículos y tutoriales que cubren una amplia variedad de temas en la ciencia de datos, desde conceptos básicos hasta conceptos avanzados.

8. LinkedIn

LinkedIn es una excelente plataforma para la creación de redes. Hay varios grupos y organizaciones de ciencia de datos en LinkedIn a los que uno puede unirse, como Towards AI, DataScienceHub, Towards data science, KDnuggets, etc. También puedes seguir a los principales líderes en el campo en esta plataforma.

9. KDnuggets

KDnuggets es un sitio líder en AI, Analytics, Big Data, minería de datos, ciencia de datos y aprendizaje automático. En este sitio web, usted puede encontrar importantes herramientas y recursos educativos en la ciencia de datos, así como herramientas para el desarrollo profesional: