ความรู้

คอร์สเรียนฟรีสำหรับคนสนใจสายงาน Data Science

คัดลอกลิงค์
คัดลอกลิงค์
แจ้งตรวจสอบ
คอร์สเรียนฟรีสำหรับคนสนใจสายงาน Data Science

งานสาย Data Science หรืองานสายวิทยาศาสตร์ข้อมูลเป็นที่สนใจในช่วงหลายปีมานี้ เนื่องมาจากการเติบโตของ Big Data หรือชุดข้อมูลขนาดใหญ่ที่ถูกรวบรวมกันอย่างแพร่หลายจากช่วงทางอินเทอร์เน็ตต่างๆ

งานสายข้อมูล (Data) เป็นการทำงานเกี่ยวกับข้อมูลต้องมีความเข้าใจในข้อมูล ข้อจำกัดและการนำมาใช้เพื่อให้เกิดประโยชน์เป็นอย่างดี และยังต้องเลือกเครื่องมือที่นำมาใช้เพื่อวิเคราะห์ข้อมูลให้ถูกต้อง จึงจำเป็นต้องเข้าใจสถิติและความน่าจะเป็นอย่างดี รวมไปถึงแคลคูลัสพื้นฐาน และ linear algebra ด้วย

Computer with Data


ซึ่งเครื่องมือที่ว่านี้ก็คือ การเขียนโปรแกรมเพื่อการวิเคราะห์ โดยที่นิยมใช้ในสายงานนี้คือ Python และรองลงมาคือ ภาษา R และก็ยังมีความรู้อื่นๆที่ต้องทำความเข้าใจอย่างระบบฐานข้อมูลและวิธีการดึงข้อมูลจากฐานข้อมูลมาใช้ โดยใช้ภาษา SQL และถ้าต้องการทำความเข้าใจการทำโมเดลให้สะท้อนถึงข้อมูลมากขึ้นไปอีกก็ต้องมีความเข้าใจคณิตศาสตร์เป็นอย่างดี ซึ่งในทางสายนี้ก็จะต่อยอดจากสถิติและความน่าจะเป็น ไปเป็น Machine Learning

Advertisement

Advertisement

ความแตกต่างของ Data Scientist กับนักสถิติคือ นักวิทยาศาตร์ข้อมูลสามารถวิเคราะห์ข้อมูลอย่างพวกข้อความและรูปภาพได้ ในขณะที่นักสถิติวิเคราะห์ได้แต่ข้อมูลตัวเลข

หลายๆคนก็สนใจที่จะเข้ามาทำงานในสายงานนี้ ซึ่งเป็นสายทางที่น่าสนใจ และเป็นที่ต้องการ แต่ไม่รู้จะเริ่มจากตรงไหน บทความนี้จะแนะนำคอร์สเรียนฟรีสำหรับเริ่มเรียนด้านวิทยาศาสตร์ข้อมูล

 

คำเตือนคอร์สเรียนฟรีมีเนื้อหาเป็นภาษาอังกฤษทั้งหมด ควรมีพื้นฐานการอ่านและการฟังที่แข็งแรง

 

Khan Academy

ความรู้ด้านสถิติ และพื้นฐานเลขต่างๆ https://www.khanacademy.org/math/statistics-probability

Advertisement

Advertisement

ความรู้การดึงข้อมูลจากฐานข้อมูล SQL พื้นฐาน https://www.khanacademy.org/computing/computer-programming/sql

Khan AcademyKhan Academy เป็นองค์กรไม่แสวงหากำไร สำหรับเนื้อหาคณิตศาสตร์ จะสอนเนื้อหาต่างๆเป็นวีดีโอสั้นๆ และมีแบบฝึกหัดให้ทำ เหมือนข้อสอบ อารมณ์เหมือนเกมส์ มีระดับความสามารถ สำหรับเนื้อหา SQL จะสอนเป็นคลิปสั้นๆ แล้วมีแบบฝึกหัดให้ลองเขียนโปรแกรม SQL สร้างฐานข้อมูล สร้างตาราง เรียกข้อมูลจากฐานข้อมูล แล้วก็จะตรวจว่าสิ่งที่เราเขียนถูกต้องไหม โดยส่วนตัวคือชอบมากๆเหมือนเล่นเกมส์เลย


Kaggle

ความรู้พื้นฐานการเขียนโปรแกรมภาษาทั้งหมดสำหรับ Data Science https://www.kaggle.com/learn/overview

ซึ่งในคอร์สก็จะมีสอนตั้งแต่พื้นฐาน Python การทำความสะอาดข้อมูล Machine Learning การทำ Visualisation หรือการแสดงผลข้อมูลในรูปแบบต่างๆใช้ มีเนื้อหาต่างๆครอบคลุมทุกเรื่องที่ Data Science ใช้ แต่แบบฝึกหัดไม่เยอะมากนัก

Advertisement

Advertisement

โดยคอร์สของ Kaggle จะให้เราอ่านแล้วก็ทำความเข้าใจเอง แล้วก็ทำแบบฝึกหัดโดยใช้ Kaggle Notebook

ข้อดีอีกอย่างของ Kaggle คือเป็นศูนย์รวมของ Data Scientist ต่างๆ จะมีข้อมูลฟรี โปรเจคฟรีให้เราทำความเข้าใจ รวมไปถึงมีสมุด Kaggle Notebook ที่รวบรวมโค้ดที่เขียนเพื่อวิเคราะห์เรื่องต่างๆไว้แล้วและสามารถเขียน Markdown หรือคำอธิบายไว้ด้วย ซึ่งเป็นที่นิยมอย่างมากในสายงานนี้

เหมาะสำหรับคนที่เรียนรู้ได้ไว และอยากลองทำโปรเจคจากข้อมูลจริง เป็นการเรียนแบบเรียนจากการทำจริงๆ

Kaggle

และเมื่อเราพอเข้าใจสถิติ การทำโมเดล แล้วก็ถึงเวลาลองเล่นกับข้อมูลจริง กับ Kaggle Competition มีทั้งแบบให้เราเรียนรู้ และแข่งขันเอาเงินได้อีกด้วย https://www.kaggle.com/competitions

แนะนำโปรเจคสำหรับมือใหม่จากคำแนะนำของคุณ Yash Bhawsa

Classification Problem: https://www.kaggle.com/c/titanic

Regression Problem: https://www.kaggle.com/c/house-prices-advanced-regression-techniques

Computer Vision: https://www.kaggle.com/c/digit-recognizer

Image Processing: https://www.kaggle.com/c/facial-keypoints-detection

Natural Language Processing: https://www.kaggle.com/c/word2vec-nlp-tutorial

 

ซึ่งในช่วงแรกที่เรารู้สึกว่ามันยาก เราก็อาจตีความได้สองทางคือ เรายังไม่ถนัด ถ้าเราชอบทำงานกับข้อมูลจริงๆ ไม่มีอะไรแพ้ความพยายาม หรือ จริงๆแล้วเราอาจจะไม่เหมาะกับการทำงานสายนี้จริงๆ เราก็ไม่มีความจำเป็นที่จะต้องอยู่กับสิ่งที่เราไม่ชอบหรอก หางานที่เราทำแล้วมีความสุขทำดีกว่า

 

 

เครดิต

ขอบคุณภาพหน้าปกจาก Canvas

ขอบคุณภาพประกอบบทความ โดยคุณ Gerd Altmann จาก Pixabay 

คัดลอกลิงค์
คัดลอกลิงค์
แจ้งตรวจสอบ
This is Cookie
This is Cookie
อ่านบทความอื่นจาก This is Cookie

เป็นคนที่หลงรักการเรียนรู้

ดูโปรไฟล์

ความคิดเห็น

กรุณาเข้าสู่ระบบเพื่อทำการคอมเม้นต์