Brief: After finish Udacity DataSciencist Capestone Project, I start to recap all my study course in Udacity. Mainly on 4 parts: BAND for Business Analysis
, DAND for Data Analysis
, MLND for Machine Learning
, DSND for Data Analysis
.
All my learning start from 2017.8.31 and maybe graduaded at 20191128. I take most of the Udacity Data Academy's course, and is willing to share, discuss and learn from others. After serveral days recap on git, here is what my repos are stand for (except archived repos):
udacity-data-academy_public
Course files form Udacity- most files are from udacity git for student use
- some documentation recommended in course was also uploaded
- some file are altered and noted as I studied
- do not have any project sample solutions
udacity-data-academy_mentor
- same structure as above, but only have sample solutions
- some official documents are added to help mentors
- repo is going to be set as private later, uda staffs and mentors can be added to repo to access
delitice
- my own other study and resource archived
[TOC]
按照商业分析、数据分析、机器学习、数据科学家4部分进行分类,这一层主要对应工作职责;每个部分下根据所学内容进行划分,基本每个内容对应一个或多个项目(根据课程调整,项目有时会有所变化)
BAND|商业数据分析
- 数据处理简洁
- 描述统计学
- 线性回归
DAND|数据分析
- 数据分析与SQL
- Python入门
- 数据分析入门
- 统计学I
- 数据清理
- 探索性数据分析
- 通过数据讲故事
- 统计学II
- (创建有效的数据可视化)
MLND|机器学习
- 机器学习基础
- 监督学习
- 非监督学习
- 深度学习
- (强化学习)
- (机器学习毕业项目)
DSND|数据科学家
- 数据科学入门
- 软件工程
- 数据工程
- 实验设计与推荐系统
- 数据科学毕业项目
mentor
库在于对助教所需资源(项目解决sample)做汇总整理,便于大家讨论和进步。public
库在于对学习过程中的文件做微调和备份,并帮助学员下载一些课程涉及的文档。
从2017年8月31日入坑Uda数据分析,到现在数据科学家即将毕业,作为学生来讲,对Uda的感想闲谈一下几个优点:
- 在线学习:这点对于在职、在学利用业余时间学习是刚需。每周10-20小时的学习强度,如果不是线上这种方式,会浪费大量时间,基本就是不可能的任务了。这里,互联网基础、教育公司的入场和技术的发展(云计算)缺一不可,感谢。
- 课程质量:曾经深度使用Coursera、eduX和Ted(对,这个其实也挺好),包括现在一些其他进步很快的网课。Uda的课程质量还是处于头部。对于入门感觉比较友好,概念和知识的讲解视频还是很用心的。基本采用了
概念->代码->实战->扩展
的结构。 - 项目毕业制:要完成学业,必须在指定时间内完成项目,这一点看似紧张但确实有效。因为一个知识的学习保持节奏很重要。除此之外质量也很重要,每个知识点对应项目审核很严格。
- 情绪鼓励:想要从零开始磨练一个技能,其实是跳出舒适区进入到挑战区,这个时候对于所学内容的难度是很敏感的。基础课中Uda的销售、规划师、论坛等内容(很多课程可以找到参考的内容)还算比较丰富。对于需要小班学习的则可以选择vip班,增加了小群和助教答疑,也提供了不少附加学习资源。总之,作为一个商业公司,Uda提供了多种选择、也会经常更新课程的内容以降低学习难度曲线。
作为助教,也是特别有收获,以下为几点感受:
- 安排好时间:作为助教可能会随时收到同学的提问,也有公开课安排,还要自己继续学习进步。所以对自己的时间要有比较好的安排。
- 熟悉课程内容:在学和指导的过程中,需要回顾课程内容,扩展课程知识。有时候会有比较厉害的同学提出课程外的问题,正好是一起学习讨论的好机会。
- 保持兴趣:有兴趣才走得远,感兴趣才聊的High,这点真的很重要。
- 注意指导技巧:往往有很多时候对同学情绪的引导非常重要,很多时候同学无基础、年龄大、跑不通会有挫败感。这些困难其实都可以通过保证时间的学习努力克服。所以在同学气馁时候,鼓励和近期的关注都很重要。
- 带好节奏:每个课程都有标准课表,但根据同学学习的情况,我们可以给他们比较定制的计划目标。有时候需要提醒同学加紧进度,专心项目内容不要太发散。这在大部分平均水平的学生身上会很重要,指导的多一些,进度多聊一些,他们就能调整好方向,只要肯花时间就能毕业。
三个 repo 目前都是文档、资料、代码的共享,欢迎指出其中的错误和提供相关资料收录。直接提交就可以,欢迎热情讨论。