0
雷鋒網按：本文盤點了 24 個高品質的在線數據科學入門教程，原作者 David Venturi，他獲有化學工程和經濟學的雙學位，熱衷于數學、數據科學和統計學，同時也是一位編程愛好者。更具傳奇色彩的是，他本來就讀于一所名校的計算機科學專業，但覺得對數據科學更感興趣——于是果斷退學，從 Coursera、edx、Udemy 等慕課平臺開始自學，終邁入專家行列。
他的經歷說來也并不特別，世界上又多了一個慕課代言人而已。但雷鋒網認為，他的經歷具有兩點價值：首先，最好的教學資源已經在那兒了——很多還是免費的，取不取，只是我們自己的選擇。第二點，David Venturi 或許不是權威的數據科學專家，但他是慕課老司機——最好的公開課有哪些？當然還是慕課老司機的推薦最靠譜。
因此，這篇源于 David Venturi 長期的學習經驗總結，同時結合了在線慕課社區 Class Central 成千上萬的課程評分和評論數據的盤點文章，自然對數據科學的入門學習具有非常重要的參考價值。
下面，我們一起來看看這位老司機的課程推薦。（入選課程的截止日期為 2017 年 1 月，按照優先級降序排列）
David Venturi
首先，所有的入選課程都必須滿足三個必要條件：
1. 必須主要教授數據科學，并且越相關越好。
2. 必須有人維護，例如根據用戶需求或者按照計劃每月更新。
3. 必須是一個互動性的在線教程，因此以下列出的不包括書籍或是其他只讀教程。
此后，我們收集了來自 Class Central 和其他評論網站的關于這些課程的評分數據，計算了每個課程的加權平均得分，然后人工閱讀了課程的用戶評論信息，綜合兩者，得到了以下列表。這里，我們主要考慮了以下兩個關鍵因素。
1. 教程的覆蓋是否合理。例如，教程不能跳過一些科目，也不能在某些科目上糾纏過多的細節。
2. 教程是否采用了通用工具。例如，我們優先選擇了那些通過流行的編程語言（ Python 或 R 預言）實現的教程。
最后需要說明的是，這里我們只考慮了評分最高和評論最多的課程，而且由于資源和時間有限，難免會有遺漏，歡迎各位讀者在留言區補充。
為了更好地選擇和梳理課程，首先要簡單了解數據科學是什么，以及數據科學家平常都在做哪些研究。這里，我們給出一張數據科學的處理過程概覽，原作者是哈佛大學的 Joe Blitzstein 和 Hanspeter Pfister 教授。
我們認為，一個優秀的數據科學入門教程，應該覆蓋上圖的每個方面，解釋其中的關鍵概念，介紹研究中常用的工具，而且最好能提供一些簡單示例（動手實操的示例）。
另外，由于本文的主題是“入門”教程盤點，因此這里不包括約翰·霍普金斯大學放在 Coursera 上的數據科學專業課程，也不包括 Udacity（優達學城） 提供的數據分析師納米學位課程，這里我們只為數據科學的每個科目提供最好的個人入門教程盤點。
最后需要指出的是，以下列出的某些課程可能需要統計學和編程基礎，讀者可以自行學習這些基礎科目，也可以參考這兩個推薦課程列表。
統計學：https://www.class-central.com/report/best-statistics-probability-courses-data-science/
編程：https://www.class-central.com/report/best-programming-courses-data-science/
下面是課程推薦部分。
1. Data Science A-Z：Real-Life Data Science Exercises Included
講師：Kirill Eremenko
平臺：Udemy
花費：15美元
時長：21小時
在我們所有入選的二十多個課程中，Data Science A-Z 在知識點覆蓋寬度和廣度方面是當之無愧的王者。在高達 3071 份課程評論之中，它的加權平均星級達到了4.5星（滿分5星），是評價最高和評論數量最多的課程之一。
該課程完整覆蓋了數據科學的各項子科目，并貼心地提供了現實生活中的例子作為示例。另外，21小時也是一個非常好的時長，從評價來看，大部分訂閱者都認為講師的課程安排非常合理。價格方面，由于 Udemy 平臺經常推出打折促銷活動，因此變動比較頻繁，目前的售價是15美元。
需要指出的是，該課程并不滿足我們上文提及的“采用通用工具”的評選要求（課程中沒有采用 Python 或 R 語言的相關工具，而是采用了 gretl，Tableau，Excel 等工具）。關于這一點，講師 Kirill Eremenko 做了如下說明。
在 gretl 中，用戶將可以像在 R 或者 Python 環境中那樣進行類似的建模操作，而且不用編寫代碼。這一點對于 Data Science A-Z 教程至關重要。因為訂閱者的編程水平可能參差不齊，而我希望通過這個課程傳達一個框架性的東西，一個健壯的模型，用戶可以自由選擇他們喜歡的工具。gretl 可以幫助我們避免陷入編程相關的難題。
2. Intro to Data Analysis
講師：Caroline Buckey
平臺：Udacity
花費：免費
時長：每周6小時，持續6周，共36小時
詳情：https://cn.udacity.com/course/intro-to-data-analysis--ud170/
Intro to Data Analysis 是一個相對較新的產品，是 Udacity 旗下數據分析師納米學位的一個細分課程。該課程的特點是完整并且清晰地覆蓋了數據科學的整個處理過程，盡管它在建模方面略有欠缺，但仍不失為一個優秀的數據科學課程，甚至有訂閱者對它評價為 5 星級別。
該課程的視頻制作精良，講解清晰明了，并且許多知識點都搭配了實操測驗題。另外，由于這些配套測驗題都是基于 NumPy 和 Pandas 等框架的，因此訂閱者通過該課程的學習，除了能學到完整的大數據知識之外，還能順便提升自己對各種 Python 庫的應用能力。課程的最后一章涉及 Udacity 旗下的納米學位授予，雖然并不是免費的，但考慮到各大企業對納米學位的認可度，因此仍不失為一個很好的投資。
3. Data Science Fundamentals
講師：多人授課
平臺：Big Data University
花費：免費
時長：13小時，如果包括課程最后介紹R語言的“R 101”章節，則需要18小時
Data Science Fundamentals 由 IBM 旗下 Big Data University 提供的四個子章節組成，這四個子章節分別是：3小時的“Data Science 101”，5個小時的“Data Science Methodology”，5個小時的數據科學開源工具實操，以及最后5個小時的R語言入門“R 101”。
該課程完整覆蓋了數據科學的整個處理過程，并介紹了 Python、R 語言和其他幾個開源工具。總體上說，課程更貼近實際應用，具有巨大的生產參考價值。但由于它在 Class Central 等評分網站中沒有太多數據，因此目前還不清楚訂閱者對它的評價如何。
介紹完以上三個重點推薦的高品質課程之外，下面按照加權平均的評分結果降序排列，推薦一些其他的大數據科學入門參考課程。
4. Python for Data Science and Machine Learning Bootcamp
講師：Jose Portilla
平臺：Udemy
詳情：https://www.udemy.com/python-for-data-science-and-machine-learning-bootcamp/
該課程基于 Python 語言，完整覆蓋了數據科學的整個處理過程。其主要特點是更偏重基于大數據處理的 Python 語言實現，與下面將會提到的 Jose 的 R 語言課程一樣，本課程同時可以作為 Python 語言以及數據科學的入門教程。課程總時長 21.5 小時，通過計算 1644 名訂閱者的加權評分結果，該課程的得分高達 4.7 星級。同樣，與 Udemy 旗下其他的課程一樣，該課程的售價也變動頻繁，目前的售價是 15 美元。
5. Data Science and Machine Learning Bootcamp with R
講師：Jose Portilla
平臺：Udemy
詳情：https://www.udemy.com/data-science-and-machine-learning-bootcamp-with-r/
該課程基于 R 語言，同樣完整覆蓋了數據科學的整個處理過程。與上一個課程不同的是，本課程是基于 R 語言的，可同時作為 R 語言以及數據科學的入門教程。課程總時長 18 小時，通過計算 847 名訂閱者的加權評分結果，該課程的得分為 4.6 星級。目前該課程在 Udemy 的售價同樣是 15 美元。
6. Data Science and Machine Learning with Python — Hands On!
講師：Frank Kane
平臺：Udemy
詳情：https://www.udemy.com/data-science-and-machine-learning-with-python-hands-on/
該課程基于 Python 語言，并未全部覆蓋數據科學的完整處理過程，而是更專注于統計和機器學習領域。課程總時長 9 小時，通過計算 3104 名訂閱者的加權評分結果，該課程的得分為 4.5 星級。目前的售價是 15 美元。
7. Introduction to Data Science
講師：Data Hawk Tech 數據科學咨詢公司
平臺：Udemy
該課程的時長很短，只有 3 個小時，因此雖然其覆蓋的范圍很全，但深度卻不足，同時也簡單覆蓋了 R 和 Python 語言。通過計算 62 名訂閱者的加權評分結果，該課程的得分為 4.4 星級。目前的售價是 10 美元。
8. Applied Data Science: An Introduction
講師：Syracuse University
平臺：CourseSites by Blackboard
該課程雖然完整覆蓋了數據科學的整個處理過程，但其覆蓋深度并不平均。它的講述重點放在基本的統計學原理和 R 語言的應用。整個課程的組織并不系統，通過計算 6 名訂閱者的加權評分結果，該課程的得分為 4.33 星級。免費。
9. Introduction To Data Science
講師：Nina Zumel 和 John Mount
平臺：Udemy
該課程基于 R 語言，僅覆蓋了部分數據科學的處理過程，在數據準備和建模方面有很好的講述深度。課程總時長 6 小時，通過計算 101 名訂閱者的加權評分結果，該課程的得分為 4.3 星級。目前的售價是 50 美元。
10. Applied Data Science with Python
講師：V2 Maestros 大數據公司
平臺：Udemy
該課程基于 Python 語言，完整覆蓋了數據科學的整個處理過程，并且對每個細分科目都有很好的覆蓋深度。課程總時長為 8.5 小時，通過計算 92 名訂閱者的加權評分結果，該課程的得分為 4.3 星級。目前的售價是 15 美元。
11. Want to be a Data Scientist?
講師：V2 Maestros 大數據公司
平臺：Udemy
該課程的時長很短，只有 3 個小時，因此雖然其覆蓋的范圍很全，但深度卻不足，簡單提到了幾個開源工具。通過計算 790 名訂閱者的加權評分結果，該課程的得分為 4.3 星級。免費。
12. Data to Insight: an Introduction to Data Analysis
講師：University of Auckland
平臺：FutureLearn
該課程的覆蓋范圍目前并不清楚，根據官方介紹，課程更專注于數據挖掘、發現和可視化。課程時長 24 小時（每周 3 小時，共 8 周），不提供點播。通過計算 2 名訂閱者的加權評分結果，該課程的得分為 4 星級。目前該課程可免費試聽，進階內容需要付費 59 英鎊，可提供證書。
13. Data Science Orientation
講師：Microsoft
平臺：edX
詳情：https://www.edx.org/course/data-science-orientation-microsoft-dat101x-1
該課程只部分覆蓋了數據科學的處理過程，并且缺少建模方面的內容。由于是微軟提供的課程，因此大部分的數據處理工具都使用了 Excel。課程的時長為 12-24小時不等（每周 2-4 小時，共 6 周）。通過計算 40 名訂閱者的加權評分結果，該課程的得分為 3.95 星級。課程本身免費，但訂閱者可以選擇支付 25 美元獲取一個完課證書。
14. Data Science Essentials
講師：Microsoft
平臺：edX
詳情：https://www.edx.org/course/data-science-essentials-microsoft-dat203-1x-2
該課程基于 R 、Python 和 Azure ML 等工具，完整覆蓋了數據科學的整個處理過程，并且對每個細分科目都有很好的覆蓋深度。時長為 18-24 小時不等（每周 3-4 小時，共 6 周）。通過計算 67 名訂閱者的加權評分結果，該課程的得分為 3.81 星級。課程本身免費，但訂閱者可以選擇支付 49 美元獲取一個完課證書。
15. Applied Data Science with R
講師：V2 Maestros 大數據公司
平臺：Udemy
該課程是第 10 條推薦的 R 語言版，完整覆蓋了數據科學的整個處理過程，并且對每個細分科目都有很好的覆蓋深度。課程時長 11小時。通過計算 212 名訂閱者的加權評分結果，該課程的得分為 3.8 星級。目前的售價是 15 美元。
16. Intro to Data Science
講師：Dave Holtz 和 Cheng-Han Lee
平臺：Udacity
詳情：https://cn.udacity.com/course/intro-to-data-science--ud359/
該課程基于 Python，雖然只覆蓋了部分數據科學的處理過程，但對于每個課程范圍內的知識點都做了詳細介紹。雖然 Udacity 具有業內公認的一個非常棒的探索性數據分析（Exploratory Data Analysis，EDA）課程，但總體上本課程缺乏數據探索性方面的介紹。課程時長共 48 小時（每周 6 小時，8 周）。一些評論認為該課程缺乏高階內容，并且組織混亂。通過計算 18 名訂閱者的加權評分結果，該課程的得分為 3.61 星級。免費。
17. Introduction to Data Science in Python
講師：University of Michigan
平臺：Coursera
該課程基于 Python，只覆蓋了部分數據科學的處理過程，而且沒有數據建模和可視化的相關內容（更深入的內容在密歇根大學開設的另一個名為“Applied Data Science with Python Specialization”的系列課程中，感興趣的同學可以在詳情頁面中詳細了解）。本課程時長為 4 周。通過計算 15 名訂閱者的加權評分結果，該課程的得分為 3.6 星級。可免費試聽，高階內容需要付費。
18. Data-driven Decision Making
講師：PwC
平臺：Coursera
該課程基于 R、Python、Excel、SAS 和 Tableau 等工具，只覆蓋了部分數據科學的處理過程，缺乏建模的相關內容，更注重業務實現。課程時長為 4 周。通過計算 2 名訂閱者的加權評分結果，該課程的得分為 3.5 星級。可免費試聽，高階內容需要付費。
19. A Crash Course in Data Science
講師：Johns Hopkins University
平臺：Coursera
該課程是關于數據科學整個處理過程的完整概述，覆蓋了幾乎所有細分科目，但教授深度都不足。時長為 4-6 小時，大約需要 1 周完成。通過計算 19 名訂閱者的加權評分結果，該課程的得分為 3.4 星級。可免費試聽，高階內容需要付費。
20. The Data Scientist’s Toolbox
講師：Johns Hopkins University
平臺：Coursera
該課程同樣覆蓋了數據科學的完整過程，但教授深度不足。更多的是作為霍普金斯大學“Data Science Specialization”課程的一個預熱班。官方介紹稱課程的時長為每周 1-4 小時，共需要 4 周，但有網友指出只需要兩個小時就能全部完成。通過計算 182 名訂閱者的加權評分結果，該課程的得分為 3.22 星級。可免費試聽，高階內容需要付費。
21. Data Management and Visualization
講師：Wesleyan University
平臺：Coursera
該課程基于 Python 和 SAS 工具，只覆蓋了部分數據科學的處理過程，缺少建模方面的內容，更注重實際應用。課程時長為 4 周，每周需要 4-5 小時。通過計算 6 名訂閱者的加權評分結果，該課程的得分為 2.67 星級。可免費試聽，高階內容需要付費。
以下課程沒有評論數據可供參考，但也值得關注。
22. CS109 Data Science
平臺：Harvard University
該課程基于 Python，完整覆蓋了數據科學的整個處理過程，并且對每個細分科目都有很好的覆蓋深度（而且有些內容對于“入門”這一主題可能會顯得太過深入）。該課程是哈佛大學的大數據公開課，完全免費，只是由于并非針對在線消費設計，因此課程導航設計可能不會太友好。整個課程的學習大約需要 12 周，所有視頻都是在哈佛大學的課堂上實錄的。值得一提的是，上文關于數據科學的概述圖表就是來自本課程。
23. Introduction to Data Analytics for Business
講師：University of Colorado Boulder
平臺：Coursera
該課程只覆蓋了部分數據科學的處理過程，缺少數據建模和可視化的相關內容，更注重業務實現。數據科學過程在該課程中被稱為“信息-行為的價值鏈”（Information-Action Value chain）。課程時長為 4 周，較深入的內容都基于 SQL 實現。可免費試聽，高階內容需要付費。
24. Introduction to Data Science
講師：Barton Poulson
平臺：lynda
詳情：https://www.lynda.com/Big-Data-tutorials/Introduction-Data-Science/420305-2.html
該課程基于 R 語言和 Python，時長很短，只有 3 個小時，因此雖然其覆蓋的范圍很全，但深度卻不足。可免費試聽，高階內容需要付費。
來源：class-central，雷鋒網編譯
