一亩三分地

 找回密码 注册账号

扫描二维码登录本站

微信公众号
扫码关注公众号
留学申请公众号
扫码关注留学申请公众号
查看: 6523|回复: 22
收起左侧

【疫情真是宅家学习的好机会】分享点评公开课有加分!

    [复制链接] |只看干货 |公开课
我的人缘0

升级   89.57%


分享帖子到朋友圈
本楼: 👍   93% (15)
 
 
6% (1)   👎
全局: 👍   99% (216)
 
 
0% (1)    👎
公开课
学校名称: UIUC
Unit号: 1
开课时间: 2020-08-28
课程全名: Full-Stack Web Development with React Specialization
平台: Coursera
URL: https://www.coursera.org/specializations/full-stack-react
题外话:em…本来是想给大家分享一些好课。但前面一定要填发帖说明😂 ,首次此版发帖,有点懵…就先选了其中一个填,具体喜欢的其他课程,放在正文中吧!

===========================================
想发此贴,还真是疫情这货间接”导致“。。。。真是没想到今年来了波疫情,到现在还基本待在家。。不过减去通勤,外出活动和朋友玩的时间也减少了,发现又有不少属于自己的时间了。
疫情间看到地里挺多群众宅家做饭、运动、开展新的兴趣爱好,不知道有没有在家线上学习课程,解锁或者提高新技能的群众 🙋‍♀️

有在线上学习的大家都在哪里学习啊?udemyeducative?我的话,用的最多的是coursera,感觉相比其他学习网站,里面的课程资源挺优的,很多Top大学的课,也能有个certificate,可以放在简历和linkdin上。

话说前不久,我发现有个Coursera Plus的东东!当时怎么没有发现coursera有个plus的subscription!好像是去年才出的?anyway我不知道具体多久出的,反正现在是有的。subscribe后,可以一年内随意上课哇…这不是很爽。。。。。
我去溜达了一圈,看到有3000+的课程都可以用plus上,Specializations和Professional Certificates都有,就是上完有证拿。对于想上多门课,还想拿证的人来说,还挺划算。
Coursera Plus具体信息在这里:https://www.coursera.org/courseraplus ,大家可以去查看,下面有很多Q&A说的也很清楚

金牛座的我小算了一下:一般设置的专业课程差不多3个月完成,就算49刀一个月,三个月是147刀,plus一年才399,感觉学3门课就能差不多回本了呢😂 。还没有那么多时间限制,这一年内想多久学就多久学。
也不用太push自己每个月赶着49刀subscribe的deadline。我之前就是想一个月多学点,就不用多续几个月,搞得自己时间也没有太flexible。这样一年的plus,就可以想多学的时候多学点,有时忙别的了,也可以稍微延后学。

这是给疫情的我们量身定做的么😂 ,远程学习工作也有更多时间学习其他课程。但我觉得如果来个plus,可以多找找自己想上的课,各方面improve下自己,而不只是自己本专业的课,如:编程课。
  • 比如对于我,是学商科的。想improve marketing的相关职能+有兴趣继续学java或python+还想提高一些工作可能会用到的技能。就可以给自己制定相关课程,来达到目标:
       Digital MarketingSocial Media Marketing的课+Python for Everybody的课+Excel Skills for Business的课

  • 之前出于兴趣我也在coursera上过fashion management/marketing的课。想学习乐器的,我看有学吉他的:How to Play Guitar、是Berklee伯克利大学的。还有一些personal development的课,时间管理、人际交往这些,都可以上,看自己的兴趣爱好。

  • 如果目前在找工作、跳槽阶段,可以给自己制定一个job hunting的计划,在找工作期间多拿了certificate也可以添加在resume和linkdin上。深度学学自己的专业课程,再学一些personal skill、面试技巧的课,搭配起来,丰富下自己的知识储备吧。

  • 趁现在这个疫情时期,准备放下现在工作,转行业,比如转码的,也可以在上面选定一些课程,制定计划,也可以combine其他网站的课程交替学。

======================================================
我在上面翻阅的课程比较杂😂,主要是商科和一些personal skill的课,外加家属也在研究过上面的一些CS、DS这些计算机相关方面的课。所以慢慢对coursera上面一些比较popular的课有点了解,我俩根据自己擅长的方面,给大家推荐一些我们喜欢的课作为参考吧:

Java Programming and Software Engineering Fundamentals
因为楼主家属是码农,课是他帮我选的。挺popular的java入门课程,很适合我这种纯商科选手兴趣学学,或者想转码的初学者,basic course但挺有趣的!比之前看书自学有趣多了,我记得有不少例子+基本知识讲解,课程内容也挺丰富的。
有兴趣想入门java的,挺推荐这个课。我之前就是每个月subscribe的,那时没发现plus…哎…也就没有同时再学其他也需要subscribe的课了,怕一个月这种时间太赶。
https://www.coursera.org/specializations/java-programming



Python for Everybody
想python的,了解python编程基础知识、会讲解在Python中使用HTML,XML和JSON数据格式。还有SQL的讲解,建立网络爬虫和多步骤的数据收集…可以上这个
https://www.coursera.org/specializations/python#courses

Web Design for Everybody: Basics of Web Development & Coding Specialization
网页设计入门课,学习网页开发和编程基础。HTML,CSS和Javascript入门教学,一门响应式网页设计课,最后会用前几课学的的知识做出一个完整的网页作为毕业项目。还挺有趣的样子。
https://www.coursera.org/specializations/web-design

Full-Stack Web Development with React Specialization
全栈开发编程课。学习前端网页开发的框架和工具Bootstrap 4,学习用React进行前端开发,运用React Native进行移动端开发,运用NodeJS, Express和MongoDB
进行后端开发
https://www.coursera.org/specializations/full-stack-react

Functional Programming in Scala
Scala之父带你用Scala学习函数式编程。内容包括函数式编程原理,函数式编程设计,函数式编程和并行编程的运用,用Scala和Spark进行大数据分析。
https://www.coursera.org/specializations/scala

Business Foundations
比较general的课,包含了marketing、financial accountin等5个大课,每个版块还有几个小分支的课,讲一些business foundation的知识,比较综合性的了解business大方向。
https://www.coursera.org/specializations/web-applications

marketing比较popular的课还有:Digital MarketingSocial Media Marketing。Digital Marketing Tool这些相关内容之前是在youtube上面看过,觉得比较散,coursera会系统不少。比如Social Media Marketing还结合了big data,how big data is collected、Engagement & Nurture Marketing Strategies这些,对于已经开始工作的人来说,能更好的结合在自己的工作中,内容还是很丰富。这两门课都是Northwestern西北大学的:
https://www.coursera.org/specializations/social-media-marketing
https://www.coursera.org/specializations/digital-marketing

Learn SQL Basics for Data Science
SQL的话算是比较基本的数据库查询语言(不知道是不是这样翻译),大家应该都知道😂 。这个比较简单,学商科marketing的可以学学,毕竟也会有数据分析这些,写在resume上也是技能。我是家属简单教我了下,说也是基本技能嘛,感觉言之有理…有兴趣的可以系统学习下,好上手些。
https://www.coursera.org/special ... basics-data-science

【转专业/转行的课程】
我是研究生转marketing的,所以在开学前自己在cousera上学过一些课程,分享给同想转marketing的:Introduction to Marketing,还有Fundamentals of ManagementMarket Research and Consumer BehaviorMarketing in a Digital World
对我之后开始正式学习很有帮助!相当于很多知识点已经过了一遍,学起来也会更了解一些,会很快适应新专业的节奏。有准备转专业的同学,可以这样先提前找点相关课程来学学。
有转过其他专业,后者其他行业的群众,也可以评论一些转专业可以提前上的课程呢,大家一起交流!

除了这些外,里面还有很多有趣的课,Graphic Design这些设计课程,留给上过的群众来评论给点review吧!
总体感觉Coursera上课还是很多,只要有很多好大学的课。拿了certificate,放在resume上,肯定不亏,哈哈,还是那句技不压身。也能提升下其他方面的能力吧。

不知道大家最近有没有在Coursera上面学习的,一起组队学习,哈哈。有什么好的课,或者其他专业适合上的课,评论留言分享一下吧!之后有遇见好的课,也会继续评论分享,更新此贴!

觉得此贴有用的,求米呀!!谢谢大家!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?注册账号

x

评分

参与人数 35大米 +163 收起 理由
洛如 + 1 赞一个
NightGuard + 2 给你点个赞!
lishuzheng1012 + 1 赞一个
jonsnow5566 + 1 给你点个赞!
白日梦不蓝 + 1 给你点个赞!
abc99 + 2 给你点个赞!
livehard + 1 给你点个赞!
yswang9024 + 2 给你点个赞!
小噗噗媳妇儿 + 2 欢迎分享你知道的情况,会给更多积分奖励!
ju40268 + 1 赞一个

查看全部评分


上一篇:推荐入门课给转行做Fintech的同学
下一篇:ubc公开课找一起学习的同学

本帖被以下淘专辑推荐:

  • · 学习|主题: 3, 订阅: 0
我的人缘0
admin 2020-8-28 06:31:45 | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   92% (2874)
 
 
7% (232)    👎
前几年MOOC刚兴起的时候,公开课版就有一个【MOOC课程Review长期加分贴】,很多人前来分享自己上过的公开课、给课程写review

过这么久了,不光是有很多新课,种类之丰富、数目之多,让人挑花眼,也是时候重新来过啦!

【2020点评公开课加分活动开启】

总体目标:帮助大家快速找到精品网课,把时间花在刀刃上。
MOOC的平台主要是CourseraUdemyedX三家,以及靠Grokking the System Design Interview这门精品课程而被地里很多人推荐的educative.io(提示:戳这里》》地里有独家折扣码,全网最低价)。

课程review,请复制以下格式(括号里的注释记得删除掉),回复在这个帖子下面
1. 课程名字:
2. 课程链接:(方便其他人查找)
3. 我的打分:(满分5分,你给几分?格式请写成:4.5/5)
4. 我的情况:(背景是小白?转专业?动机是 业余学新知识 OR 纯粹出于兴趣?)
5. 我的总结:

我们会前来给大家加米!!
越走心的Review,当然米也越多啦!!

最后,
  • 课程当然是五花八门都算,并非只有CS!
  • 并非说好话才有加分,如果某门课程不好,也欢迎指出,帮助其他同学“避坑”
  • 其他MOOC平台的网课也可以


评分

参与人数 1大米 +1 收起 理由
paladin12 + 1 赞一个

查看全部评分

回复

使用道具 举报

我的人缘0

升级   98.86%

19研小白白 2020-8-28 23:07:55 | 显示全部楼层
本楼: 👍   100% (5)
 
 
0% (0)   👎
全局: 👍   98% (106)
 
 
1% (2)    👎
【我的情况】:社科背景转专业到DA,上公开课70%为了求职,30%出于兴趣

【课程名字】:A Crash Course in Causality: Inferring Causal Effects from Observational Data by University of Pennsylvania
【课程链接】:https://www.coursera.org/learn/crash-course-in-causality/
【我的打分】:4/5
【我的总结】:关于causal inference的,老师讲得深入浅出。美中不足是例子以公卫为主,不过并不生僻,基本上是心脏病之类外行知道的东西。

【课程名字】:Customer Analytics by University of Pennsylvania
【课程链接】:https://www.coursera.org/learn/wharton-customer-analytics/
【我的打分】:3.5/5
【我的总结】:基本上是出于兴趣学的,其中一个老师Peter Fader很有人格魅力,讲得很好,'Buy Till You Di'模型也很有意思。缺点是有的讲座稍微有点基础(最最基础的regression之类的),快进看就好。

【课程名字】:Mathematics for Machine Learning: Linear Algebra by Imperial College London
【课程链接】:https://www.coursera.org/learn/linear-algebra-machine-learning/
【我的打分】:3.5/5
【我的总结】:比较适合很快地扫描一下linear algebra的知识,讲得很清楚而且不罗嗦。

【课程名字】:A/B Testing by Google
【课程链接】:https://www.udacity.com/course/ab-testing--ud257
【我的打分】:4.5/5
【我的总结】:真的很推荐作为ab testing入门课,我觉得讲得很好。老师都是业界高人,有很多经验。除此之外,推荐其中一个老师参与出的书Trustworthy Online Controlled Experiments,非常好的ab testing进阶学习材料。

【课程名字】:Data Manipulation with pandas
【课程链接】:https://learn.datacamp.com/courses/data-manipulation-with-pandas
【我的打分】:3.5/5
【我的总结】:适合快速上手pandas,我对于datacamp这种互动课的感觉蛮复杂的,一方面觉得有机会自己code印象比较深刻,另一方面觉得有些练习题有点点拖沓。

【课程名字】:职场新人升级通关攻略
【课程链接】:https://learn.1point3acres.com/c ... st-job-in-industry/
【我的打分】:4.5/5
【我的总结】:很多干货,对我的实习非常非常有帮助,有很多insights如果靠自己悟可能要花很久/走很多弯路还不一定能悟出来。


【课程名字】:Causal Inference by Columbia University X
【课程链接】:https://www.coursera.org/learn/causal-inference/
【我的打分】:0.5/5
【我的总结】:坑。讲课老师是个大牛,但是全程读ppt,最关键的是,ppt它不会显示出来。。。太无语了


另外,Coursera的课不少可以申请奖学金,免除证书的费用,网上有很多攻略大家可以自己查。

我非常喜欢视频学习的方法(看书太容易困了...),所以很开心有这次活动,也超级期待大家推荐的课~~最后,记得给我加米hhhh


评分

参与人数 6大米 +72 收起 理由
jonsnow5566 + 1 很有用的信息!
abc99 + 1 给你点个赞!
yswang9024 + 2 给你点个赞!
K姐 + 1 咦?好像被点中,感谢!
石色绘 + 1 赞一个
admin + 66 很有用的信息!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   74.5%

ouye216 2020-8-29 04:41:31 | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   100% (8)
 
 
0% (0)    👎
1. 课程名字:Industrial IoT on Google Cloud Platform
2. 课程链接:https://www.coursera.org/learn/iiot-google-cloud-platform
3. 我的打分:4/5
4. 我的情况:ECE PhD;学点课完善简历~
5. 我的总结:这门课进度很快,只有两个星期。个人觉得挺有趣,比较容易完成。课程部分是基础的cloud platform相关的知识点,实验部分按照提供的instruction傻瓜式操作就好。实验使用的是google cloud platform,基本上是关于建立cloud 服务的流程。界面让我觉得有点杂乱,但如果有空自己梳理整个框架脉络应该也会比较清晰。总结起来是一门比较实用性的入门级课。


1. 课程名字:Developing AI Applications on Azure
2. 课程链接:https://www.coursera.org/learn/d ... -azure/home/welcome
3. 我的打分:3/5
4. 我的情况:ECE PhD;学点课完善简历~
5. 我的总结:这门课课程部分主要是体验基于Azure平台的python ML程序。总体来说关于ML service的理论知识比较多,测验也全是理论选择题,没有实战练习。没有非常喜欢这门课,因为太多关于concept的东西,且测验有点水。


1. 课程名字:AWS Computer Vision: Getting Started with GluonCV
2. 课程链接:https://www.coursera.org/learn/a ... luoncv/home/welcome
3. 我的打分:4/5
4. 我的情况:ECE PhD;学点课完善简历~
5. 我的总结:现在正在上且每节课都有认真听的课。解释比较详细但是能化繁为简,课程架构不错,测验题不难但是兼顾课上提过的东西。适合CV入门的一门课。

(还在努力上课,以后会慢慢更哒~)

评分

参与人数 2大米 +26 收起 理由
yswang9024 + 2 给你点个赞!
Warald + 24 很有用的信息!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   4%

健壮的花生 2020-9-1 16:20:02 | 显示全部楼层
本楼: 👍   100% (1)
 
 
0% (0)   👎
全局: 👍   95% (77)
 
 
4% (4)    👎
1. 课程名字:机器学习基石 和 机器学习技法
2. 课程链接:https://www.coursera.org/learn/ntumlone-mathematicalfoundations; https://www.coursera.org/learn/machine-learning-techniques
3. 我的打分:4.5/5(偏难,需要强的数学功底)
4. 我的情况:本身专业是应用数学,研究生金融工程。之前在学校入门machine learning,上过吴恩达的machine learning,deep learning系列。希望更系统,统计地去理解机器学习。
5. 我的总结:这两门课程,基石是基础,介绍机器学习的概念;技法介绍机器学习的各种模型,如SVM, 随即森林,神经网络。
这两门课程偏理论推导,推导得很详细,将之前半懂不懂的机器学习知识系统串起来的感觉超爽!(我是数学专业的)
虽然很多理论,但整体课程并不枯燥,老师很幽默,而且对于模型的直观意义解释得很好,上完课自己对模型的理解更深入了。



评分

参与人数 1大米 +16 收起 理由
admin + 16 很有用的信息!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   79.57%

BreeKKK 2020-8-29 12:06:14 | 显示全部楼层
本楼: 👍   100% (11)
 
 
0% (0)   👎
全局: 👍   95% (87)
 
 
4% (4)    👎
本帖最后由 BreeKKK 于 2020-8-29 12:08 编辑

我的背景,2年经验的SDE,希望在工作里更高效,加强自己在design方面的sense,在团队里树立品牌,也为未来面试做准备。

我想分享两门我觉得对SDE实务(特别是像我这样的低年级码农)很有帮助的课:

1. 课程名字:UC Berkeley CS186 Introduction to Database Systems
2. 课程链接:(youtube video) https://www.youtube.com/user/CS186Berkeley/playlists
    课程链接:(course material for spring 2018) https://sites.google.com/site/cs186sp2018/home
3. 我的打分:5/5
4. 我的情况:希望干活更高效的在职 SDE 重温知识
5. 我的总结:在学校学DB Systems的时候没有很用心,现在工作中经常遇到数据库系统的选用、schema设计、configuration、query optimization问题,找到这门DB方面非常出名的课,重温一次,非常有用

1. 课程名字:MIT 6.005 Software Construction
2. 课程链接:https://ocw.mit.edu/courses/elec ... ring-2016/index.htm
3. 我的打分:4/5
4. 我的情况:希望干活更高效的在职 SDE
5. 我的总结:系统地总结了软件开发中的常识,虽然是常识,但是开这门课的CS项目真的不多的,导致公司里缺乏“常识”的人非常多。当你系统地过一遍,突然发现自己明白了工作里直觉不对的事情为什么不对,工作里跟人 pk / code review 有了更强的理论武器 和 说出来掷地有声、镇住对方的道理。缺点是没有视频,需要自己看readings(道理都在readings中)

这两门课都免费,不需要注册账号


评分

参与人数 11大米 +33 收起 理由
HCaffrey + 2 MIT那个很棒
lishuzheng1012 + 1 赞一个
BZydNpRW + 3 很有用的信息!
LUCASRAN + 2 给你点个赞!
livehard + 1 给你点个赞!
yswang9024 + 2 终于找到个database相关课程的推荐
admin + 16 很有用的信息!
ju40268 + 1 赞一个
jimzz28 + 2 给你点个赞!
一鼓作气 + 2 很有用的信息!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   13.14%

kelly11 2020-8-29 04:08:11 | 显示全部楼层
本楼: 👍   100% (5)
 
 
0% (0)   👎
全局: 👍   100% (48)
 
 
0% (0)    👎
暑期计划学习Java,当然上大名鼎鼎的Berkeley CS 61B
1. 课程名字:Data Structures
2. 课程链接:youtube上的playlist https://www.youtube.com/user/yogeshpaul
3. 我的打分:5/5
4. 我的情况:为以后转码作准备
5. 我的总结:CS61B堪称学习Java & Data Structure的经典课程,前半部分主要讲Java,后半部分讲Data Structure。老师讲课幽默风趣,课程内容十分紧凑,还有两本教科书(一本Java,一本Data Structure)作为参考。学习课程的同时能基本读完两本书,还是可以学到很多东西的。课程作业十分有针对性,地里也有很多讨论。尤其要赞一赞project2,挺复杂的一个程序,花了两周的时间做了出来,真的学到不少东西!

暑期就学了这一个公开课...用之前上过的公开课来凑凑数吧~
1. 课程名字:Stanford CS231n: Convolutional Neural Networks for Visual Recognition
2. 课程链接:youtube上的playlist https://www.youtube.com/watch?v= ... 4QKQT-Vg5Wr4qEE1Zxk
3. 我的打分:5/5
4. 我的情况:兴趣
5. 我的总结:又是一门经典课,想学习CNN的同学千万不要错过。这门课由浅入深,一开始讲CNN的基础,后面会普及一些当前的computer vision tasks / application。作业难度中等偏上,稍微改改可以写上简历作为deep learning的projects。很适合新手入门学习。

1. 课程名字:Data Structures and Algorithms In Python
2. 课程链接:https://www.udemy.com/course/dat ... re/8414116#overview
3. 我的打分:4/5
4. 我的情况:兴趣,为刷题作准备
5. 我的总结:小白刷题前可以上的一门课,可以对basic data structures进行一个快速的了解。slides做的很好,十分方便学生理解。学习过程中也可以提出疑问,老师会及时解答。扣的3分在于1.印姐口音有时实在听不懂(不过可以正好练练听力)2. 不能下载slides,我只能自己截屏 3. 不能下载code,我也是自己手打

1. 课程名字:Python for Data Science and Machien Learning Bootcamp
2. 课程链接:https://www.udemy.com/course/pyt ... 86?start=0#overview
3. 我的打分:3/5
4. 我的情况:学习pandas & seaborn
5. 我的总结:主要学习NumPy, Pandas, Seaborn , Matplotlib , Plotly , Scikit-Learn , Machine Learning, Tensorflow 等知识。个人感觉讲的比较浅,想要进行突击/复习的情况下可食用。可以下载notebooks到本地自己学习。我主要是用来学习Pandas和Seaborn。

1. 课程名字:2020 Complete Python Bootcamp: From Zero to Hero
2. 课程链接:https://www.udemy.com/course/com ... 34?start=0#overview
3. 我的打分:3.5/5
4. 我的情况:学习使用python
5. 我的总结:我零基础学python的课,当时只上了前九个section。现在一看其实后面还有很多advanced的内容需要学习。可以下载notebooks到本地自己学习。总体来看,适合快速学习python语言。

一点小总结:像MOOC平台上的网课制作精良,分topic进行集中讲授,一般可以下载讲义和code,适合快速突击学习。名校公开课需要用更多时间,经常有大量的课后readings,相对来讲作业难度较大,不过学到的知识会更为扎实。总的来说,还是一分努力一分收获!

评分

参与人数 7大米 +56 收起 理由
jonsnow5566 + 1 很有用的信息!
livehard + 1 给你点个赞!
zylj + 1 赞一个
SevenBBHY + 1 赞一个
Warald + 50 很有用的信息!
石色绘 + 1 赞一个
熊猫吃橘子 + 1 给你点个赞!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   52.5%

2611 2020-8-28 09:00:56 | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   100% (69)
 
 
0% (0)    👎
1. 课程名字:The Science of Well-Being by Dr. Laurie Santos from Yale University
2. 课程链接:https://www.coursera.org/learn/the-science-of-well-being
3. 我的打分:5/5
4. 我的情况:兴趣
5. 我的总结:这门课是由耶鲁的心理学教授Dr. Santos开的, 课程评分4.9, 有二百八十多万人注册过。2018年她在校内开的Psychology and the Good Life是耶鲁最受欢迎的课程,这是内容有所调整的Coursera版。课程介绍一些心理学的研究和概念作为理论基础,但更关注行为改变,有具体的技巧可以练习。大家在家隔离,社交活动大量减少,更有必要学些保持心理健康及自我调整的基本知识,所以推荐。

评分

参与人数 4大米 +20 收起 理由
livehard + 1 给你点个赞!
Warald + 16
BobbyBear + 1 给你点个赞!
LianneVivid + 2 很有用的信息!

查看全部评分

回复

使用道具 举报

我的人缘0

升级   2%

Ronhe7561 2020-8-28 15:58:52 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (5)
 
 
0% (0)    👎
感谢楼主分享,这么多的好课!
回复

使用道具 举报

我的人缘0

升级   45%

yitingou 2020-8-29 01:27:25 | 显示全部楼层
本楼: 👍   100% (2)
 
 
0% (0)   👎
全局: 👍   100% (24)
 
 
0% (0)    👎
1. 课程名字:Data-driven Decision Making by PwC
2. 课程链接:https://www.coursera.org/learn/decision-making/home/welcome
3. 我的打分:4/5
4. 我的情况:兴趣
5. 我的总结:想打5分,但终究是理论课程...由pwc大佬讲data analytics的基础和应用。现在还没上完课,但可以感受到自己对data analytics的了解增加了...当中大部分是大佬对着镜头讲,中间穿插图表解释,还有小测验和大测验。感觉很大部分的transcript对文科转ba学校申请的ps会很有用。我不是喜欢听人家讲话的人但听pwc这些课奇迹般地一点不觉得无聊,没走神且做了很多笔记~推荐给有兴趣文转数据的同学

评分

参与人数 1大米 +16 收起 理由
Warald + 16

查看全部评分

回复

使用道具 举报

我的人缘0

升级   0%

wyjyy 2020-8-29 04:53:09 | 显示全部楼层
本楼: 👍   0% (0)
 
 
0% (0)   👎
全局: 👍   100% (1)
 
 
0% (0)    👎
2611 发表于 2020-8-28 09:00
1. 课程名字:The Science of Well-Being by Dr. Laurie Santos from Yale University
2. 课程链接:https ...

爱了爱了
回复

使用道具 举报

我的人缘0

升级   60%

金小帅 2020-8-29 05:23:52 | 显示全部楼层
本楼: 👍   100% (4)
 
 
0% (0)   👎
全局: 👍   99% (221)
 
 
0% (1)    👎
我也分享两个,关于机器学习和深度学习的:

一个是fastai的深度学习课程,主打是deep learning for coder,重视实践;也推出其他传统机器学习课程和NLP的专项课,无广告和免费!fastai致力于成为yytorch领域的keras。
https://www.fast.ai/

一个B站up主,他的手推机器学习公式系列非常棒!
https://space.bilibili.com/97068 ... 6841062905551291286
github是这个  https://github.com/shuhuai007/Machine-Learning-Session

评分

参与人数 3大米 +13 收起 理由
lishuzheng1012 + 1 赞一个
yswang9024 + 2 给你点个赞!
Warald + 10 很有用的信息!

查看全部评分

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号

本版积分规则

隐私提醒:
■拉群请前往同学同事飞友|拉群结伴版块,其他版块拉群,帖子会被自动删除
■论坛不能删帖,为防止被骚扰甚至人肉,不要公开留微信等联系方式,请以论坛私信方式发送。
■特定版块可以超级匿名:https://tools.1point3acres.com/thread
■其他版块匿名方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

手机版|||一亩三分地

Powered by Discuz! X3

© 2001-2013 Comsenz Inc. Design By HUXTeam

Some icons made by Freepik from flaticon.com

快速回复 返回顶部 返回列表