Начните свое обучение с Datacamp. Делюсь своим годовым опытом изучения Data Science на платформе.

Прошло больше года с тех пор, как я решил снова продолжить обучение и перейти в область науки о данных. Вначале длинный список знаний о предметах, технологиях и инструментах сбивал меня с толку. Мне нужно было улучшить свои навыки программирования на Python и SQL. Кроме того, чтобы пересмотреть концепции статистики средней школы, изучить и применить алгоритмы машинного обучения. Это был абсолютный минимум для получения практического опыта и работы начального/среднего уровня Data Science.

Мне было относительно легче развивать свои навыки программирования, так как раньше я работал с Python и SQL. Однако это была сложная задача для изучения алгебры, статистики и машинного обучения. Я изучил весь интернет в поисках качественного контента. Я прошел много онлайн-курсов и записался на различные живые сеансы. Ссылки на статьи, журналы и веб-сайты загромождали всю панель закладок моего браузера.

Во всем этом процессе я понял, что, ссылаясь на большее количество ресурсов, стало еще труднее отслеживать мое обучение и прогресс. Было сложно не отставать от различных терминов и методов, используемых в этих курсах.

В каком-то смысле это оказалось более контрпродуктивно, чем я предполагал.

Не давайте своим ученикам растянутую пружину - @merott

Год назад, когда я проводил большую часть своего времени, обучаясь в Интернете, я часто натыкался на рекламу новых курсов и сертификатов. Это было время (и даже сегодня), когда многие малые и средние предприятия, лидеры отрасли и технологические компании внедряли свои новые курсы и программы по науке о данных.

Большинство этих онлайн-курсов имеют более или менее одинаковую глубину содержания. Именно структура и временная шкала курса и содержания имеют реальное значение и улучшают качество потребления.

В один прекрасный день я наткнулся на новую образовательную компанию, которая рекламировала свою новую платформу для обучения науке о данных. Заинтригованный креативным логотипом и рекламой, я зашел на их сайт, чтобы проверить, правда ли это или просто очередной кликбейт. По моему первоначальному мнению, мне искренне понравилась общая структура курсов и внешний вид платформы, созданной Datacamp.

Но чем именно Datacamp отличается от остальных платформ?

Datacamp имеет очень эффективную структуру. Он состоит из четырех важных сегментов, как показано ниже:

  • Обучение:
    Здесь есть все курсы по широкому кругу тем, включая Python, SQL, статистику, PowerBI и т. д.
  • Практика:
    В разделе практики есть быстрые тесты из 5 вопросов без ограничения по времени.
  • Оценка.
    Оценка – это ограниченный по времени тест с 15 вопросами. По завершении Datacamp сообщит вам о ваших сильных и слабых сторонах и предложит соответствующие курсы для улучшения.
  • Применение:
    В приложении есть ряд проектов и тематических исследований с наборами данных из разных областей и отраслей.

Общеизвестно, что обучение само по себе не помогает овладеть предметом, инструментом или навыком. Это когда вы практикуетесь и применяете полученные знания для закрепления концепций и методов и выявления областей, требующих улучшения.

Эта структура Datacamp создает цикл изучения концепций, их применения на практике, частой оценки знаний и применения полученных знаний в проекте для проверки реальных задач. Таким образом, он предлагает комплексный подход к овладению темой или инструментом.

Обучение
Для тех, кто работает полный рабочий день, довольно сложно записаться на курс, который требует 10–12 часов в неделю. Datacamp разделил контент на мини-курсы по 3–4 часа, а эти мини-курсы далее разбиты на несколько глав. Это работает! особенно когда очень трудно начать, это упрощает процесс, поэтому вы можете планировать свое время для обучения и практики соответственно.

Одна полезная функция — вы можете поддерживать полосу, это создает мысленный крючок и вдохновляет вас не пропускать день для обучения.

Треки обучения:

Datacamp предлагает различные курсы обучения, такие как «Аналитик данных с PowerBI», «Ученый по данным с Python» и т. д. В рамках курса обучения все необходимые курсы и проекты продуманно объединены вместе. Курсы составлены таким образом, что сначала описываются основы, затем промежуточные и последние сложные темы. Тем не менее, выбор и прохождение необходимых курсов остается за пользователем.

Datacamp выдает сертификат об окончании, если вы завершили все курсы и проекты в этом направлении обучения.

Рабочая среда:

Недавно Datacamp представила новую функцию онлайн-рабочих пространств. Workspace — это онлайн-среда разработки для написания кода на Python, SQL и других языках программирования. Пользователи могут создавать и запускать блокноты juypter, делиться ими с соучениками и документировать их для других пользователей.

Datacamp также предоставляет шаблоны кодирования. Пользователи могут легко использовать часто используемый фрагмент кода, такой как построение модели K-средних или код для получения метрик классификаций.

Платформа также предоставляет пользователям доступ к шпаргалкам по всем темам, связанным с Python, SQL, статистикой и машинным обучением.

Живые события:

Это не просто курсы и проекты. Datacamp организует множество живых мероприятий на разные темы. Вы можете послушать экспертов в предметной области и лидеров отрасли и их точки зрения.

Эти мероприятия посвящены не только техническим темам, но и тому, как учиться и развиваться в области науки о данных.

Вы можете зарегистрироваться на эти мероприятия заранее, и вы получите приглашения в свой календарь.

Мое путешествие на Datacamp

Я решил принять членство в Datacamp, подумав неделю. Я начал с Python и SQL и много практиковался в основах. Он охватывает все, что касается Pandas, NumPy и библиотек визуализации.

Затем я сосредоточился на алгоритмах машинного обучения с учителем. Я работал над проблемами множественной регрессии и классификации. Получив уверенность и скорость, я начал работать над алгоритмами машинного обучения без присмотра и другими важными методами, такими как PCA, дисбаланс классов и настройка модели.

Каждый день я начинал свой день с тренировки (чтобы получить ежедневный опыт, чтобы я мог поддерживать свою серию 🙏), а затем начинал с курса. по выходным я либо работал над проектом, либо посещал сеансы PowerBI.

До сих пор я прошел несколько курсов, оценок и несколько проектов, которые были тесно связаны с интересующей меня областью и отраслью. В настоящее время я собираюсь пройти курс Data Scientist with Python.

https://www.datacamp.com/profile/GaikwadChinmay

Мой профиль в датакемпе:

Действительно, мой учебный путь не останавливается и не остановится на этом. К счастью, у меня был хороший старт и платформа, которая мне подходит, теперь есть еще к чему стремиться!

Если вы считаете эту статью полезной, пожалуйста, поделитесь ею со своими друзьями, однокурсниками и коллегами, поделитесь своим мнением в случае возникновения каких-либо вопросов или различий во мнениях.

*Эта статья не спонсируется Datacamp, высказанные мнения полностью основаны на моем опыте*