Avel Chuklanov 在 Unsplash 上拍摄的照片
作为对数据科学感兴趣的人，您可能想知道进入数据科学领域的顶级在线课程是什么，或者如果您已经在该行业中，您可能正在寻找补充您的知识和专业技能的课程。这些在线课程涵盖了应对数据科学挑战所必需的材料。所以让我们直入主题吧。
- 吴恩达的机器学习 学生们一直最喜欢的课程之一是吴恩达的机器学习课程。这门课程已经存在很多年了，它为每个人提供了什么是机器学习以及算法如何在引擎盖下工作的技术概述。它的目标是对人工智能感兴趣的学生，但我认为所有数据科学家都必须熟悉它的内容。它通常被描述为机器学习领域的基础课程之一。当然，这只是一门课程，不太可能只是学完就成为专家。
- 深度学习吴恩达 完成了吴恩达的机器学习课程后，下一个最好的课程是继续深度学习专业化的旅程。这是吴恩达和他的团队设计的一系列课程，目的是向人们介绍并教授人工智能和机器学习的一个子领域。深度学习扩展了传统的机器学习方法，因为它通常不需要相同的输入特征工程过程，但重要的是，迄今为止，它在特定应用中的性能远远优于传统技术。任何想要成为数据科学领域真正专家的人都应该在更深的层次上了解深度学习方法。这一系列课程实现了从基础知识到复杂的神经模型架构的教学，这些架构用于每个人日常使用的最新产品和服务，如谷歌、网飞、亚马逊等。
- AWS 或 GCP 或 MSFT Azure 数据科学云专业 成为一名数据科学家不仅仅是拥有关于机器学习模型的知识。这不仅仅是旋转 Jupyter 笔记本，做一些分析，甚至开发一个复杂的模型来赢得 Kaggle 比赛。在现实世界中，您可能要处理大量的数据，很可能数据的格式和质量都不尽如人意。此外，如果您实现的模型只存在于您的本地机器上，那么它可能毫无价值。换句话说，如果你不能用它在商业环境中创造价值，拥有最佳模型的好处就消失了。因此，为了在大量数据上训练模型，云计算是可行的途径。利用计算资源、内存、显卡可用性以及最新软件和框架的可扩展性，数据科学家可以使用这些供应商来探索他们的数据并训练他们的机器学习模型。此外，最重要的是，您可以使用这些云提供商在现实世界中部署您的模型，这意味着您可以对应用程序使用的真实数据进行预测或推断。截至 2022 年，最突出的云提供商是亚马逊的 AWS、谷歌的云平台和微软的 Azure(排名不分先后)。这三家公司都提供课程，教潜在开发者如何利用他们的服务。数据科学和机器学习是云提供商可以增加价值的核心能力和产品之一，因此非常关注内容管理，以教授如何使用他们的云基础设施来培训和部署机器学习应用程序。
请注意，这只是我将优先考虑的前 3 门课程的列表，以更好地理解数据科学，特别是机器学习，以及通过利用云提供商使知识有用的方法。
喜欢这篇文章吗？成为 中等会员 继续无限制学习。如果你使用下面的链接，我会收到你的一部分会员费，不需要你额外付费。
如果您对本文感兴趣，那么您可能也会对以下内容感兴趣:
pub.towardsai.net](/data-science-learning-paths-688b1a78b82a) [## 数据科学家最常被问到的 3 个 Python 面试问题
towardsdatascience.com](https://towardsdatascience.com/3-most-asked-python-interview-questions-for-data-scientists-1a2ad63ebe56) [## 数据科学家应该知道的 3 大 NLP 用例
pub.towardsai.net](/top-3-nlp-use-cases-a-data-scientist-should-know-637eacc3d1d4)