Harvard CS109 Data Science 课程介绍(1)

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 3260 天前的主题，其中的信息可能已经有所发展或是发生改变。

之前因为对Data Science好奇，想学一下
于是就找到了Harvard CS 109 Data Science的课程
这门课在网上的评价相当高，但是国内似乎无人问津
http://www.quora.com/What-is-it-like-to-take-CS-109-Statistics-121-Data-Science-at-Harvard

本打算完全学完，再进行评价
但是无奈时间有限（我就51的时候花了几天看完的），等我真正把所有都学好，可能是很久之后了
所以先写一些介绍，以后有机会再继续

其他Data Science课程选择：
Coursera的课程 https://www.coursera.org/specialization/jhudatascience/1
如果专注于Machine Learning的话，还有https://www.coursera.org/learn/machine-learning
不过我没有上过，没法比较。

Alt text
1.内容介绍
课程主页： http://cs109.github.io/2014/ (现在好像很难打开了……)
视频，作业（包括详细的答案）等等内容，在上面都可以找到
每节课的具体内容： http://cs109.github.io/2014/pages/schedule.html

2.难度，适合什么样的人？
全英文授课，无字幕
作业是写程序(python)，对数据进行分析
开课是给本科生上的，各个专业的都有。但也有不少研究生。
（我个人觉得相当于大二的概率论，只是以编程作为工具，更为实用）

说说我想学的原因
①对数据分析比较感兴趣
②这门课是Python教的，能顺带学一下Python
③读研的方向，可能和数据分析相关，所以有可能有帮助（不过现在看来基本上没用）

这样子说比较抽象，数据分析有意思，比如
①怎么通过民意调查，来预测美国大选的最终结果？
②怎么通过对整体棒球员的各项数据统计，来预测一个球员下赛季的表现？
③怎么通过红酒的各项指标，来预测其酒的品质？

Alt text
前两个，都是上课讲的例子，当然老师也会提到Nate Silver和Moneyball了。最后一个是第5次作业的内容。
另外插一句，上课的老师一个是印度人，一个是德国人。当然有口音，不过听起来完全没问题

所以
英语水平：可以先看看视频，看自己的英语水平能不能听懂；
编程：用Matlab写过作业，或者有基本的开发经验即可（任何语言）
这个要求很低，因为作业都有参考答案，可以先看参考答案来学习写程序的方法。而程序看得多了，自然就会写了

所以，如果想学，直接看视频即可
看看内容是不是感兴趣，是不是听得懂，就行了
如果你参加过数学建模，倒是大概不用学了，可能很多内容你们都熟悉

3.资源
视频地址： http://cm.dce.harvard.edu/2015/01/14328/publicationListing.shtml
下载用IDM，最好不要断点续传，否则可能下下来的视频中间有问题，那样子重新下一遍就好
土豆上传了部分，供预览: http://www.tudou.com/programs/view/8LP4kh-DAKI
百度云: http://pan.baidu.com/s/1qWmg7EG
(之所以只上传部分，是因为我知道绝大多数人都不会看完上述的这几集，那再多的上传也就没有必要了)

Alt text
课程表： http://cs109.github.io/2014/pages/schedule.html
L1-2 课程介绍
L3-6 Data Visualization，也就是怎么用图表来说明、研究数据
L7-10 为传统的概率模型数据分析，比如回归分析，正态分布
L11-22 开始为Machine Learning，即大数据、机器学习
也有一些前面的条件概率（贝叶斯公式）穿插着讲，涉及到决策树, SVM, 等等