علم داده و یادگیری ماشین

منابع علم داده

 

پیرامون منابع اصلی علم داده ، داده کاوی ، یادگیری ماشین و کلان داده ها ، سایت هایی از دانشگاه های آمریکا در زیر گردآوری شده اند:

 

1- مجموعه منابع دانشگاه هاروارد
(http://cs109.github.io/2015/pages/videos.html)
(https://online-learning.harvard.edu/subject/data-science)
.
۲- مجموعه منابع دانشگاه کالیفرنیا
(http://work.caltech.edu/telecourse)

.

۳- مجموعه منابع دانشگاه ام‌آی‌تی
(https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-0002-introduction-to-computational-thinking-and-data-science-fall-2016/)

.

۴- مجموعه منابع دانشگاه استنفورد
(https://stanford.edu/~shervine/teaching/cs-221/)

.

۵- مجموعه منابع دانشگاه برکلی
(https://www.edx.org/course/foundations-of-data-science-computational-thinking)
(http://ai.berkeley.edu/home.html)

.

۶- مجموعه منابع دانشگاه پرینستون
(http://guerzhoy.princeton.edu/201s19/lectures.html)

.

۷- مجموعه منابع دانشگاه کلمبیا
(https://datascience.columbia.edu/data-science-online-courses)

.

۸- مجموعه منابع دانشگاه بوفالو
(https://cedar.buffalo.edu/~srihari/CSE626/index.html?fbclid=IwAR3XZ50uSZAb3u5BP1Qz68x13_xNEH8EdEBQC9tmGEp1BoxLNpZuBCtfMSE)

.

۹- مجموعه منابع دانشگاه سن‌دیگو
(https://podcast.ucsd.edu/#pastcourses)

.

۱۰- مجموعه منابع دانشگاه جانزهاپکینز
(https://jhudatascience.org/courses.html)

پی نوشت منابع:

بسیاری از دوره‌های فوق، از سرفصل‌های واحد‌های درسی دانشگاه‌های آمریکا بوده و چندین سال در رشته های علم داده ، یادگیری ماشین و کلان داده ها تدریس شده اند و اکنون به صورت رایگان به علاقه مندان ارائه گشته است. دوره های فوق به بیان مفاهیمی همچون: داده کاوی، یادگیری ماشین و کلان داده ها می پردازد و همچنین استفاده کاربردی ابزار های علم داده نیز بخوبی پوشش داده شده است.

 

بی تردید بررسی و مشاهده منابع فوق ، گامی ارزشمند جهت آغاز فعالیت در علم داده ها خواهد بود. مخاطب قادر به دسترسی فایل‌ها، فیلم‌ها، جزوات و کتب سالیان قبل را در بسیاری از موارد دارد و این ها تنها برخی از اصلی ترین منابع پیرامون علم داده هستند که همیشه مورد توصیه اساتید و دانشمندان بوده است. در صورت علاقه مندی می‌توانید به این پست پیرامون مسیر تبدیل به دانشمند داده ، مراجعه کنید و گام به گام و با حوصله پیش روید.

 

دقت کنید که سرچ های جزیره‌ای، نظرهای سلیقه‌ای و تز‌های شخصی افراد غیرمتخصص ، برای کسانی که قصد دارند بطور حرفه‌ای وارد این حوزه شوند، بیشتر گمراه کننده خواهد بود فلذا خواهشمندم جهت آگاه سازی علاوه بر تکیه به منابع اصلی و رفرنس های لاتین به علاقه‌مندان این منابع رو اطلاع دهید. با احترام – تجلی

درحال ارسال
امتیاز دهی کاربران
4.14 (14 رای)