¿Cuáles son los programas de maestría en línea gratuitos en análisis / ciencia de datos?

¿Está buscando un “Programa de Maestría Gratuita” que termine en otorgar un título? ¿De verdad crees que alguien otorgaría un título gratis?

Sin embargo, hay dos opciones para usted:
1. Mira las conferencias de los cursos gratuitos en línea
2. Inscríbase en un programa de especialización o titulación en línea de bajo costo

No obtienes un título confiable de maestría o maestría gratis.

A estas alturas ya debe haber experimentado MOOC como Coursera, Udacity y EdX. Aquí están los temas en más o menos secuencia que deben seguirse. Los enlaces a los cursos en línea están al final.

1. Matemáticas básicas
Álgebra Lineal, Cálculo, Estadística y Probabilidad
No necesita ser experto en estas áreas, pero debe tener las habilidades suficientes para no tener miedo por las cosas de matemáticas cuando se presente.

2. Teoría ML
ML, reconocimiento de patrones, minería de datos
Mire las conferencias en un curso (MOOC) más de una vez. Haz los ejercicios esperados y la tarea. Esto es lo mas importante. Un científico de datos sin conocimiento de la teoría es como un edificio sin fundamento.

3. Teoría avanzada
Modelos gráficos probabilísticos, optimización, programación lineal
No es muy importante, pero necesita estos temas si desea mejorar y superar al resto de la multitud. Puede retomarlos unos meses / años después de haberse establecido en la carrera.

4. Áreas de aplicación avanzadas
Procesamiento del lenguaje natural, recuperación / extracción de información, sistemas de recomendación, minería web, análisis de mercado, visión por computadora
Elija el área que le gusta o espera entrevistas de trabajo u oportunidades de investigación, y realice un par de cursos.

5. Herramientas
Sí, las herramientas vienen al final. Se dice que debe conocer un lenguaje matemático (Matlab, R, etc.), un lenguaje de secuencias de comandos (Python) y un lenguaje OOP (Java / Python puede hacerlo en algunos casos). Entonces tienes que aprender las herramientas. Pandas, pila de SkLearn son importantes en Python. Si va por la ruta de Java, encontrará Hadoop, Hive, Mahout, Spark. Algunas de estas herramientas están disponibles para más de un idioma.

Cursos online

Coursera: https://www.coursera.org/special…
Si no desea inscribirse y pagar los certificados, puede ingresar a los cursos individuales y unirse al “Curso gratuito sin certificación”.
No te preocupes. El mundo respeta el conocimiento más que los certificados.

Udacity: https://www.udacity.com/courses/…
Udacity proporciona un estilo de enseñanza más atractivo, aunque cubren conceptos a menor profundidad. Bueno para principiantes. Hay un buen curso sobre ML by Thrun (el tipo detrás del auto sin conductor) Curso de introducción al aprendizaje automático

EdX: CS1156x Información del curso | edX
Tienen un curso genial sobre ML.

Recursos específicos
Álgebra Lineal y Estadística
Introducción a la estadística descriptiva
Estadística inferencial: aprenda análisis estadístico
Análisis de datos e inferencia estadística – Página en coursera.org
También enseñan R con este curso

Tiempo para una autopromoción descarada.
Sígueme en Quora: contesto 1-2 preguntas para principiantes cada semana.
Marketing: respondo preguntas de mis seguidores de mucho tiempo sin pedir créditos. Simplemente envíeme un enlace de preguntas a través de PM.

También estoy activo en un par de grupos en línea. Puedes unirte:
https://www.facebook.com/groups/…
https://www.facebook.com/groups/…

Hay muchas personas activas en estos grupos y te alegrará ver a la comunidad …