Фасцинирани сте подацима. Волите да проналазите обрасце у бројевима, предвиђате будуће исходе и употребљавате то знање за постизање циљева компаније.
Ствар је у томе што сте тотални почетник у науци о подацима. Чули сте термин како се баца около и можда имате неке пријатеље који раде на терену. Такође знате да је то прилично захтеван посао у овом тренутку, и да чак и ако нисте страствени због провале у улогу науке о подацима, постоје неке вештине науке о подацима које вреди имати у џепу (и на вашем животопису).
Онлине часови могу бити одличан начин да брзо (и по сопственом времену) научите о добрим стварима, од техничких вештина попут Питхон-а или СКЛ-а до основних анализа података и машинског учења. Ипак, можда ћете морати уложити да бисте постигли прави посао.
У наставку смо издвојили неке од најквалитетнијих и најпопуларнијих бесплатних, кратких и свеобухватних курсева које можете полагати у царству науке о подацима - било да тражите озбиљан дубински зарон или само повремени преглед.
Брзи преглед терминологије: Вероватно ћете чути и видети термин „машинско учење“ током истраживања науке о подацима. Иако су њих двије уско повезане, нису се све науке о подацима (или улоге науке о подацима) састојале од машинског учења. Можете га користити у неким случајевима, посебно при предвиђању, док то није потребно за ствари попут визуелизације или извлачења података.
Још једна напомена: Уопштено, познавање СКЛ-а је обавезно за сваког почетника у науци о подацима. Међутим, започињање са Питхон-ом може олакшати прелазак на друге језике.
(Желите да сазнате више о овом пољу пре него што ускочите? Прочитајте зашто су научници за податке толико тражени и шта вам је потребно да бисте били успешни као научник података.)
Научите науку о подацима кроз … бесплатне часове
Бесплатно је увек боље! Наравно, већина најбољих ствари не долази без разлога - ови курсеви ће бити одлична база, али вероватно ћете желети бацити нешто новца на опсежније часове, ако се озбиљно бавите каријером у науци о подацима.
1. Научите Питхон и Леарн СКЛ, Цодецадеми
 пре него што уђете превише дубоко? Бесплатни курсеви Цодецадеми-ја су одличан начин да почнете бесплатно да учите основе.</p>
<center>
<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-1427824399252755" crossorigin="anonymous"></script>
<ins class="adsbygoogle" style="display:block" data-ad-client="ca-pub-1427824399252755" data-ad-slot="4175470618" data-ad-format="auto"
data-full-width-responsive="true"></ins>
<script>(adsbygoogle=window.adsbygoogle||[]).push({});</script>
<div id="adlk-embed-1"></div>
</center><p><strong>Цена:</strong> Бесплатно! <br /><strong>Трајање:</strong> 25 сати (Питхон) / 7 сати (СКЛ)</p>
<a id="menu-3"></a><h2>2. Увод у науку о подацима помоћу Питхон-а, Удеми</h2>
<p align=)
![](http://i.go-travels.com/img/advice/156/8-beginner-online-classes-learn-data-science-your-own-time-2.jpg />
<p>Ако желите да почнете на самом почетку, ово је добра ствар за улазак. Класа покрива опште информације које треба да знате - шта су наука о подацима и машинско учење, како изгледа посао из науке о данима и како се Питхон уклапа у ту слику.</p>
<center>
<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-1427824399252755" crossorigin="anonymous"></script>
<ins class="adsbygoogle" style="display:inline-block;width:580px;height:400px" data-ad-client="ca-pub-1427824399252755" data-ad-slot="3871104749"></ins>
<script>(adsbygoogle=window.adsbygoogle||[]).push({});</script>
<div id="adlk-embed-1"></div>
</center><p><strong>Цена:</strong> Бесплатно! <br /><strong>Трајање:</strong> 12 предавања (2 сата, 30 минута)</p>
<a id="menu-4"></a><h2>Научите податке о науци кроз … Кратке часове</h2>
<p>Не желите да проводите превише времена испред рачунара, а можда још увек нисте превише озбиљни у науци о подацима - али желите да разумете основе. Не тражите даље од ових опција, које укључују мање временске посвећености!</p>
<a id="menu-5"></a><h2>3. Линеарна алгебра за почетнике: Отворена врата до сјајне каријере, Скиллсхаре</h2>
<p align=)
![](http://i.go-travels.com/img/advice/156/8-beginner-online-classes-learn-data-science-your-own-time-3.jpg />
<p>Да, линеарна алгебра је заправо веома важна у науци о подацима. Ако не желите да се вратите до школе, овај курс би требао да изведе трик за само дан или два.</p>
<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-1427824399252755" crossorigin="anonymous"></script>
<ins class="adsbygoogle" style="display:inline-block;width:336px;height:280px" data-ad-client="ca-pub-1427824399252755" data-ad-slot="5787935184"></ins>
<script>(adsbygoogle=window.adsbygoogle||[]).push({});</script>
<div id="adlk-embed-1"></div><p><strong>Цена:</strong> 15 УСД месечно <br /><strong>Трајање:</strong> 44 видео записа (6 сати, 51 минута)</p>
<a id="menu-6"></a><h2>4. Увод у машинско учење за науку података, Удеми</h2>
<p align=)
![](http://i.go-travels.com/img/advice/156/8-beginner-online-classes-learn-data-science-your-own-time-4.jpg />
<p>За мало стрму цену, можете да завршите прилично свеобухватан почетни курс за само три сата - покривајући теме попут АИ, машинско учење, рачунарске науке и начин на који се све заједно удружују.</p>
<center>
<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-1427824399252755" crossorigin="anonymous"></script>
<ins class="adsbygoogle" style="display:inline-block;width:580px;height:400px" data-ad-client="ca-pub-1427824399252755" data-ad-slot="3871104749"></ins>
<script>(adsbygoogle=window.adsbygoogle||[]).push({});</script>
<div id="adlk-embed-1"></div>
</center><p><strong>Цена:</strong> 150 УСД <br /><strong>Трајање:</strong> 41 предавање (3 сата)</p>
<a id="menu-7"></a><h2>Научите податке о науци кроз … свеобухватне часове</h2>
<p>Можда покушавате променити каријеру или побољшати свој животопис због улоге о науци о подацима. Било како било, добит ћете читав спирал с једном од ових класа.</p>
<a id="menu-8"></a><h2>5. Машинско учење, Цоурсера</h2>
<p align=)
, ово је савршено полазиште за учење о науци о подацима у свеобухватном формату. Поучен од стране суоснивача Цоурсере (да, заиста), овај курс ће се удубити дубоко у машинско учење - шта је то, како функционише и како га можете применити у послу за науку о подацима.</p>
<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-1427824399252755" crossorigin="anonymous"></script>
<ins class="adsbygoogle" style="display:inline-block;width:336px;height:280px" data-ad-client="ca-pub-1427824399252755" data-ad-slot="5787935184"></ins>
<script>(adsbygoogle=window.adsbygoogle||[]).push({});</script>
<div id="adlk-embed-1"></div><p><strong>Трошак:</strong> Бесплатно за ревизију / 79 УСД са сертификатом <br /><strong>Трајање:</strong> 7 сати недељно током 11 недеља</p>
<a id="menu-9"></a><h2>6. Дата Сциенце Патх, Цодецадеми</h2>
<p align=)
 који знају њихове ствари.</p>
<p><strong>Цена:</strong> 19, 99 УСД месечно <br /><strong>Дужина:</strong> Само темпирање</p>
<a id="menu-10"></a><h2>7. Специјализација наука о подацима, Курс</h2>
<p align=)
![](http://i.go-travels.com/img/advice/156/8-beginner-online-classes-learn-data-science-your-own-time-7.jpg />
<p>Слично као у класи машинског учења, али у дужем формату, ова специјализација треба да обухвати целу гаму. Фокусира се не само на анализу података, већ и на меке вештине потребне да би био научник података - попут прављења закључака и постављања правих питања.</p>
<p><strong>Цена:</strong> 49 УСД месечно <br /><strong>Трајање:</strong> 10 курсева током 3-6 месеци</p>
<a id="menu-11"></a><h2>8. Програмирање за науку о подацима, Удацити</h2>
<p align=)