先介绍一下本人背景。|数据挖掘快速入门几大招( 三 ) 先介绍一下本人背景。本人美

文章图片
贪心科技这套课程就为无编程经验者提供了Python基础的内容，作为一个没有什么编程基础的统计学生，这也节省了不少我课下补习代码的时间，大大提高了我的学习效率。 Python部分这套课程运用人机互动的形式讲授知识，将一个一个知识点融入练习中，对于知识的掌握和熟练帮助很大，对于我的启发也很大。上完这套Python课，我最大的收获就是拥有了新的看待计算机的角度。在学习贪心科技AI这套课程之前，我也是计算机重度使用者，但是我从来没发现原来它还可以帮我们做更多事，这也让对计算机编程很反感的我渐渐开始对这一领域产生了好感。
像我之前提及的必不可缺的python基础，在这套教材里也有涵盖。为了那些无编程经验者，除了理论性的内容之外，贪心科技AI还提供了多个机器学习领域代表性案例，如广告点击率预测、情感分析项目、信用卡欺诈预测、零售场景用户分层、意图识别等，供学生参考练习。

文章图片
在这个代码已经成为大势所趋的时代下，掌握一门编程语言对于人工智能领域的学习可以说是至关重要的。在这里我比较推荐大家学习Python ，这也是我入门学习的第一种语言。 Python上手快，操作也很简单，比较适合入门学习。
课程设置
以我当时上的中级课程为例，该课程共分为十五章，每章根据知识点不同又会划分为几个小节。课程设置及形式比较系统全面，每个小节时间都不长，只有几分钟，一节课下来只需要2小时，这样的时长设置，不会让人感到枯燥乏味，也容易坚持。随着我完成越来越多的学习关卡，完成一个又一个的作业，不知不觉中就积累了很多编程知识，现在也能自己做出一些实用的小程序了，可以说贪心科技AI课程带我走进了人工智能的世界。

文章图片

文章图片
课后
课后的练习根据难易程度和知识点的不同有所区分，如身高体重预测、A股股价预测、客户是否开设定期银行账户预测、成绩是否及格预测、判断新闻真实性等项目，每一个练习的都是不同的知识点，学生可以在jupyter上自己进行代码的编写，还能得到助教一对一的反馈，及时纠正错误。

文章图片
除了课程中提供的练习和案例，这套课程课后还配有github使用权限和专门的系统进行学习、练习。我在进行数据科学学习时，就经常会从github上找各种大神的代码和他们新开发的新奇的程序，如随机文章生成器等，这些内容完全可以拿来当成是实践项目进行练习。有时候遇到棘手的问题，我也会上去发帖求助。总之github对于人工智能领域的学生和职场人都是一个不可多得的好资源。
这套教材总体来说还是比较简单易懂的。在同样浏览了中、高级课程之后，个人感觉不足的是，进阶课程难度较大。有相关数据挖掘及数据分析背景的人可能会觉得刚开始的内容过于基础，而进阶部分，尤其是高级，则会有些吃力。
2.哈佛数据科学datascience课程
这套课程也是网上教学，一个大课程下分成很多的小部分，在coursera、edx等学习网站上可以找到。课程主要介绍分析数据和建立模型的各种方法，在上课过程中还可以锻炼与人沟通和工作的能力。在整个课程中，我们使用R语言，并同时学习R、统计概念和数据分析的技术。举例来说，我暑假上的这节CS501的课涵盖了很多数据调查的关键技巧，如数据处理、清理、采样、管理、探索性分析、回归和分类、预测和数据通信并通过应用先进的统计学、建模和编程技能，得出预测性的见解。