Как стать автором
Обновить

Комментарии 21

Не пойму, в чем смысл вашей подборки? Вы считаете, что на хабре никто не знает о существовании Coursera?
Я знаю, что все знают про Coursera — я просто делюсь своим опытом. Это как с автомобилями. Все знают про Мазду 3. Но при этом почитать про ее тест-драйв, понять, какова она деле — полезно. Может простимулировать самому записаться на тест-драйв.
Все что вы пишете (за исключением субъективной сложности) более подробно написано в описании курса.
Не спорю. Но до описания курса как-то надо дойти, и этого описания может быть слишком много (опустим, что на английском) для начинающего, для того, кто выбирает среди кучи курсов.
Проведу простую аналогию: я сам неоднократно слышал про Kaggle, хотел бы поучаствовать, но пока еще руки не дошли. И вроде сами соревнования хорошо описаны на сайте, но все же чтобы выбрать, я почитаю про реальный опыт команд, истории побед, какие-то подсказки. В-общем, считаю истории реальных людей важным дополнением к описанию соревнований на самом Kaggle. Так же и с MOOC-ами.
Можете считать, что я на ХабраХабр только по нужде хожу, но не знал «об этом репозитории».
Большое спасибо!

PS: если в Вашем комментарии скрыт тэг иронии или сарказма, то подскажите где найти репозиторий со свобоным временем для этих курсов? ;)
Спасибо за подборку курсов! Включите, пожалуйста, Cryptography I.
Не включаю, потому что не проходил. Хотя я учился в летней школе по криптографии и хотел пройти этот курс. Но не сказал бы, что это must-know для исследователя данных.
Да, я начинал курс Седжвика. Он очень крутой, согласен. Для программиста (особенно Java) очень полезен. Но я его не закончил, поэтому и не включил. Я потом добавлю список курсов, которые начинал и хотел бы пройти. Там он обязательно будет. Как и Algorithms: Design and Analysis, part 2
Устаревшая информация,
Computing for Data Analysis и Data Analysis от John Hopkins уже год как не ведутся, а трансформировались и встроились в специализацию Data Science от того же университета.
Да, специализацию Data Science я упомянул в описании курса Data Analysis. «Computing for Data Analysis» почти идентичен курсу «R Programming» специализации, а «Data Analysis» в принципе еще можно в watchlist добавить, так что не факт, что он больше не будет проводиться. Мне он понравился намного больше, чем курсы специализации. «Data Analysis» намного интенсивней, и задания интересные. Правда, в «Practical Machine Learning» проект очень похож. Но в целом видно, что Coursera хочет больше денег зарабатывать. Первый курс серии — «Data Analysist's Toolbox» ну совсем ни о чем — про Github и markdown можно за пару дней рассказать, а они на месяц растянули.
Вот еще аналогичный сервис — www.eclass.cc/
На class-central помимо поиска есть и аккаунты с расписанием, и отзывы о курсах, и оценка их пользователями. Machine Learning, к примеру: www.class-central.com/mooc/835/coursera-machine-learning
coursetalk.com также можно использовать для поиска курсов — всегда смотрю на нем рейтинг.
Машинное обучение — действительно интересный курс. Это один из курсов, с которого и началась Coursera, ведет его сооснователь компании Andrew Ng.
Ни до, ни даже после этого курса я не встречал таких интересных и полезных практических заданий. И система проверки этих заданий очень крутая: пишешь код, отсылаешь его на сервер, там проверяется результат выполнения. Если результат совпадает с ожидаемым, получаешь зачет.
Единственный курс, материалом из которого (кодом) я воспользовался в реальной жизни, хотя моя область деятельности довольно далека от машинного обучения.

В общем по статье — очень ограниченная выборка курсов для обзора «по компьютерным наукам». Совет всем — ищите в первоисточниках.
То что выборка ограничена — не поспоришь. Описал те курсы, которые сам прошел. Да, добавил в название «некоторых». А насчет первоисточников: если бы у них были подобные обзорные статьи курсов по темам, то может, и можно было бы удовлетвориться одними только первоисточниками, и то не факт.
Один из крутейших курсов, что я встречал на курсере — это Programming languages Дэна Гроссмана. Курс начинается с SML и Emacs, что уже намекает на градус дальнейших приключений, потом идет Racket и Ruby. Весь этот зоопарк языков — не ради изучения самих языков, они лишь служат полигоном для демонстраций различных концепций. Всё это весьма интересно, и я бы смело рекомендовал даже программистам с опытом.

Список тем курса
Topics (most of which may not mean anything to you until you take the course):

Syntax vs. semantics vs. idioms vs. libraries vs. tools
ML basics (bindings, conditionals, records, functions)
Recursive functions and recursive types
Benefits of no mutation
Algebraic datatypes, pattern matching
Tail recursion
First-class functions and function closures
Lexical scope
Currying
Syntactic sugar
Equivalence and effects
Parametric polymorphism and container types
Type inference
Abstract types and modules
Racket basics
Dynamic vs. static typing
Laziness, streams, and memoization
Implementing languages, especially higher-order functions
Macros
Eval
Ruby basics
Object-oriented programming is dynamic dispatch
Pure object-orientation
Implementing dynamic dispatch
Multiple inheritance, interfaces, and mixins
OOP vs. functional decomposition and extensibility
Subtyping for records, functions, and objects
Subtyping
Class-based subtyping
Subtyping vs. parametric polymorphism; bounded polymorphism
Согласен. Потрясающий курс. Настоятельно рекомендуется всем. Правда, практически все свободное время уходило на домашки.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации

Изменить настройки темы

Истории