【GitHub项目推荐--机器学习课程】【转载】

有偏重概念的，也有偏重实践的；有基于Python的，也有基于R的；全部免费：

1. Harvard Data Science Course (CS 109)

哈佛大学推出的由该机构提供的课程体系包括丰富的数据科学领域内容：智能算法、数据呈现、深入分析以及数据清洗流程等等。

随着课程的进行，会用到Numpy、SciPy、Scikit-Learn、Pandas这些Python库。

建议在学习相关课程后再修习这门课程。这些机器学习的核心概念在这里不会深入讲解。

注意：学习这门课程会耗费一定的心力。由于课程作业具有较高的难度，在学习过程中可能会遇到诸多挑战。然而，在课程水平方面属于中等偏上的位置（GPA 2.5），学习者需要具备一定的编程与统计基础作为支撑。

有人认为，在数据科学课程（特别是使用Python）的学习资源中，并没有哪门课程能比哈佛CS 109更好。

在线入口：https://www.kdnuggets.com/2013/11/harvard-cs109-data-science-course-resources-free-online.html（包含丰富资源）

https://github.com/cs109/content (Github项目页)

2. Want to be a Data Scientist?

由Udemy出品的这门课程是零成本的受欢迎入门课程。通过学习这门课程,你将了解数据科学家所需的工作内容以及如何逐步转变为一名数据科学家。

它不像是一个大型课程,但它的内容非常丰富。同学们将深入掌握数据科学的基本概念,并学会如何利用这一学科发挥多种作用,也会掌握数据分析家所需的核心技能。

另外，还可以感受到数据科学家面临的难题有哪些。

总之，关于要不要选择数据科学家这条路，这门课会给出一些判断的依据。

传送门：https://www.udemy.com/want-to-be-a-data-scientist/

3. Intro to Data Science

Udacity出品，免费 。这也是一门基础课，可以学到数据科学的各种概念：

涵盖的数据处理 (Data Manipulation) 包括涉及统计与机器学习的数据分析方法、数据传输以及信息展示等手段；此外还包含大规模数据处理的技术。

传送门：https://www.udacity.com/course/intro-to-data-science--ud359

4. Introduction To Data Science

Coursera与IBM共同推出此课程，并提供旁听不收费服务。尽管这门课程同样涵盖数据科学的核心概念，但相较于基础课程而言更具挑战性。

例如最初的编程实践主要涉及使用Python进行推特情感分类 判断句子的情感倾向并进行分类

默认情况下, 同学们已掌握基本统计学知识, 并且熟练掌握Python和SQL技能. 对于初级学习者而言可能不太合适.

好消息是，免费旁听也可以看到所有课程材料。

学习入口：https://www.coursera.org/specializations/introduction-data-science

原文链接：

程序猿群体在这里为你准备了四门机器学习相关课程 | 资源链接