¿Qué cursos de estadística debo tomar en Coursera o edX para convertirme en un científico de datos?

Hay varios buenos programas gratuitos enumerados a continuación en edX que puede utilizar para convertirse en un científico de datos. Los programas incluyen la mayoría de los cursos que necesitará para convertirse en un científico de datos. Los cursos son gratuitos, pero tendrá que pagar una pequeña cantidad si desea que un certificado verificado muestre su trabajo. La elección de los cursos también depende del tipo de campo en el que desea trabajar. A continuación le ofrezco algunas recomendaciones.

Los programas de ciencia de datos suelen incluir cursos fundamentales como:

estadística
aprendizaje automático

Hay cursos de programación como:

Programación R (si desea trabajar en el campo de las ciencias de la salud), O,
Programación en Python (si quieres trabajar en otros campos)

Y luego, hay cursos sobre cómo crear modelos de datos y cómo aplicar lo que has aprendido a los problemas.

A continuación se presentan algunos programas excelentes que puede tomar. Una vez más, puede tomar los cursos completos de forma gratuita, incluidas las evaluaciones.

Currículo de Data Science de Microsoft en edX. Vale la pena leer la página acerca de este programa, ya que brinda una vista detallada del camino que puede tomar para convertirse en un científico de datos.

Ciencia de datos y análisis en contexto. Este programa tiene un nivel ligeramente superior y es adecuado como introducción a la ciencia de datos, o para personas que buscan crear o administrar un grupo de ciencia de datos.

Análisis de datos para las ciencias de la vida. Este programa está enfocado en las ciencias de la vida.

Espero que disfrutes de los cursos.

académico y educativoAsesoramientoAsesoramiento académico para carrerasAsesoramiento profesionalCourseradatosedX

Cursos generales

En general, recomendaría cursos de estadística que se dividen en las siguientes categorías:

Clases que te introducen a la ciencia de datos y probabilidad.
Una clase que involucra obtener, limpiar y manipular datos.
Una clase que involucra aprendizaje automático.
Una clase que involucra análisis de datos (tantos como puedas)
Una clase que involucra el modelado predictivo.

Cursos especificos

Voy a enumerar los cursos de estadística que describí en ¿Qué clases debo tomar si quiero ser científico de datos? Estas son algunas de las clases de estadísticas que serían muy útiles para una carrera de ciencia de datos.

Fundamento teórico

Probabilidad
Inferencia estadística

Extremadamente útil

Ciencia de los datos
Aprendizaje automático
Modelado lineal
Modelado predictivo

Técnicas y herramientas de análisis de datos

Análisis de series temporales
Software estadístico
Diseño experimental
Análisis de la encuesta
Inferencia causal
Análisis de datos bayesianos
Métodos no paramétricos

Joe Blitzstein

Muchos cursos (MOOC o tradicionales) están disponibles en todo el mundo, pero muchos olvidan que un Data Scientist debe ser bueno en CS / IT y en ciencia dura, pero también en aplicaciones empresariales, ética y derecho. Esto último se olvida con demasiada frecuencia en los planes de estudio, pero es un desafío enorme.

Visítenos en el Data ScienceTech Institute, con nuestros programas de maestría más intensivos de 1,600hrs, Data Scientist Designer (fondo científico) y Analista Ejecutivo de Big Data (ingeniería y negocios) , en asociación con SAS France y KDnuggets (Gregory I. Piatetsky-Shapiro)

Sukanya Mohapatra

Los siguientes son dos cursos famosos para el analista de datos:

The Analytics Edge (Ya comenzó, Dos unidades se completaron antes del 10 de mayo de 2016. Pero es bueno inscribirse y aprender).

Ciencia de datos | Coursera

En estos cursos utilizaron la herramienta analítica ‘R’. Esta es una herramienta muy popular y disponible gratuitamente para todos. Para los científicos de datos el conocimiento de la herramienta analítica es imprescindible con las estadísticas. Estos dos cursos cubren muchos conceptos matemáticos que se utilizan en el campo de la analítica. Como la Regresión Liner, la Regresión Logística, el Análisis de Series de Tiempo, el Árbol de Decisión, la Agrupación, la Segmentación, etc. Además de esta Probabilidad, las Pruebas de Hipótesis también son beneficiosas y se utilizan en estudios analíticos.

¡Feliz aprendizaje!

Joe Blitzstein

Complete esta especialización para obtener una base sólida en estadísticas: Estadísticas con R | Coursera

Después de eso, complete esta especialización para tener una introducción completa al aprendizaje automático: Aprendizaje automático | Coursera

Joe Blitzstein

Un mes es suficiente para que pueda construir una base estadística: aprenda de profesionales con experiencia y trabaje en proyectos LIVE. La mejor parte es que este curso es GRATIS! Consulte el siguiente enlace para ver los detalles del curso.

Aprender Introducción a la Estadística para la Ciencia de Datos

Para registrarse gratis puede llenar este formulario: http://bit.ly/2qUNox4

“El curso comienza este sábado ” ¡PRISA!

Joe Blitzstein

Cuando se trata de convertirse en un científico de datos, siempre se pueden buscar cursos de estadísticas edX o Coursera para sentar las bases. La ciencia de datos abarca mucho más que estadísticas puras y aquí es donde puede considerar Acadgild. Acadgild ofrece un curso de maestría en ciencia de datos de 6 meses que cubre aprendizaje automático, análisis estadístico, Python, R, Spark, Tableau, Deep Learning y más. Este curso también le dará la oportunidad de trabajar con sus mentores en varios proyectos para perfeccionar sus habilidades. Este curso lo ayudará a encontrar empleos más rápido, ya que tendrá una mejor base en Data Science y su aplicabilidad general.

Sukanya Mohapatra

Hola

Encontrar en el enlace abajo

Un camión de certificación completo de Microsoft en EDX.

Cursos de ciencia de datos en línea

Saludos,

Teofilo Chichume

William Chen

A las otras respuestas finas, recomendaría una clase sobre estadísticas bayesianas.

Es algo bastante sutil.

Marcus Zack Ronaldi

Obviamente necesitarás una base en matemáticas.
Entonces deberías tomar estadísticas y análisis cuantitativo del negocio.