Article original : I ranked every Intro to Data Science course on the internet, based on thousands of data points

Par David Venturi

Il y a un an, j'ai abandonné l'un des meilleurs programmes de sciences informatiques au Canada. J'ai commencé à créer mon propre programme de maîtrise en science des données en utilisant des ressources en ligne. J'ai réalisé que je pouvais apprendre tout ce dont j'avais besoin via edX, Coursera et Udacity. Et je pouvais l'apprendre plus rapidement, plus efficacement et pour une fraction du coût.

Je suis presque terminé maintenant. J'ai suivi de nombreux cours liés à la science des données et audité des portions de nombreux autres. Je connais les options disponibles et les compétences nécessaires pour les apprenants se préparant à un rôle d'analyste de données ou de scientifique des données. Il y a quelques mois, j'ai commencé à créer un guide basé sur des critiques qui recommande les meilleurs cours pour chaque sujet au sein de la science des données.

Pour le premier guide de la série, j'ai recommandé quelques classes de programmation pour le scientifique des données débutant. Ensuite, ce fut les classes de statistiques et de probabilité.

Passons maintenant aux introductions à la science des données.

(Ne vous inquiétez pas si vous n'êtes pas sûr de ce qu'un cours d'introduction à la science des données implique. Je vais expliquer brièvement.)

Pour ce guide, j'ai passé 10+ heures à essayer d'identifier chaque cours d'introduction à la science des données en ligne proposé en janvier 2017, en extrayant des informations clés de leurs syllabus et critiques, et en compilant leurs évaluations. Pour cette tâche, je me suis tourné vers la communauté open source Class Central et sa base de données de milliers d'évaluations et de critiques de cours.

Image _La [page d'accueil](https://www.class-central.com/" rel="noopener" target="blank" title=") de Class Central.

Depuis 2011, le fondateur de Class Central, Dhawal Shah, a surveillé les cours en ligne de plus près que quiconque dans le monde. Dhawal m'a personnellement aidé à rassembler cette liste de ressources.

Comment nous avons choisi les cours à considérer

Chaque cours doit répondre à trois critères :

  1. Il doit enseigner le processus de science des données. Plus d'informations à ce sujet bientôt.
  2. Il doit être à la demande ou proposé tous les quelques mois.
  3. Il doit être un cours interactif en ligne, donc pas de livres ou de tutoriels en lecture seule. Bien que ces méthodes soient viables pour apprendre, ce guide se concentre sur les cours.

Nous croyons avoir couvert chaque cours notable qui répond aux critères ci-dessus. Puisqu'il semble y avoir des centaines de cours sur Udemy, nous avons choisi de considérer uniquement les plus commentés et les mieux notés. Il y a toujours une chance que nous ayons manqué quelque chose, cependant. Alors, s'il vous plaît, faites-le nous savoir dans la section des commentaires si nous avons oublié un bon cours.

Comment nous avons évalué les cours

Nous avons compilé les évaluations moyennes et le nombre de critiques de Class Central et d'autres sites de critiques pour calculer une évaluation moyenne pondérée pour chaque cours. Nous avons lu les critiques textuelles et utilisé ces retours pour compléter les évaluations numériques.

Nous avons fait des jugements subjectifs sur les syllabus basés sur deux facteurs :

  1. Couverture du processus de science des données. Le cours passe-t-il rapidement ou saute-t-il certains sujets ? Couvre-t-il certains sujets en trop de détails ? Voir la section suivante pour savoir ce que ce processus implique.

  2. Utilisation des outils courants de science des données. Le cours est-il enseigné en utilisant des langages de programmation populaires comme Python et/ou R ? Ceux-ci ne sont pas nécessaires, mais utiles dans la plupart des cas, donc une légère préférence est donnée à ces cours.

Image Python et R sont les deux langages de programmation les plus populaires utilisés en science des données.

Qu'est-ce que le processus de science des données ?

Qu'est-ce que la science des données ? Que fait un scientifique des données ? Ce sont les types de questions fondamentales auxquelles un cours d'introduction à la science des données devrait répondre. L'infographie suivante des professeurs de Harvard Joe Blitzstein et Hanspeter Pfister décrit un processus typique de science des données, ce qui nous aidera à répondre à ces questions.

Image _Visualisation de [Opera Solutions](http://blog.operasolutions.com/bid/384900/what-is-data-science" rel="noopener" target="blank" title=").

Notre objectif avec ce cours d'introduction à la science des données est de nous familiariser avec le processus de science des données. Nous ne voulons pas une couverture trop approfondie des aspects spécifiques du processus, d'où la partie "introduction à" du titre.

Pour chaque aspect, le cours idéal explique les concepts clés dans le cadre du processus, introduit les outils courants et fournit quelques exemples (de préférence pratiques).

Nous cherchons seulement une introduction. Ce guide n'inclura donc pas de spécialisations complètes ou de programmes comme la [Spécialisation en Science des Données](http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=479491.1&type=10&tmpid=18061&u1=cc-medium-career-guide-intro-to-data-science &RD_PARM1=https%3A%2F%2Fwww.coursera.org%2Fspecializations%2Fjhu-data-science%2F) de l'Université Johns Hopkins sur Coursera ou le Nanodiplôme de Data Analyst d'Udacity. Ces compilations de cours éludent le but de cette série : trouver les meilleurs cours individuels pour chaque sujet afin de composer une éducation en science des données. Les trois derniers guides de cette série d'articles couvriront chaque aspect du processus de science des données en détail.

Expérience de base en codage, statistiques et probabilité requise

Plusieurs cours listés ci-dessous nécessitent une expérience de base en programmation, statistiques et probabilité. Cette exigence est compréhensible étant donné que le nouveau contenu est raisonnablement avancé, et que ces sujets ont souvent plusieurs cours qui leur sont dédiés.

Cette expérience peut être acquise grâce à nos recommandations dans les deux premiers articles (programmation, statistiques) dans ce Guide de Carrière en Science des Données.

Notre choix pour le meilleur cours d'introduction à la science des données est...

Le Data Science A-Z™ de Kirill Eremenko sur Udemy est le clair vainqueur en termes d'ampleur et de profondeur de couverture du processus de science des données parmi les 20+ cours qualifiés. Il a une évaluation moyenne pondérée de 4,5 étoiles sur 3 071 critiques, ce qui le place parmi les cours les mieux notés et les plus commentés de ceux considérés.

Il décrit le processus complet et fournit des exemples concrets. Avec 21 heures de contenu, il a une bonne longueur. Les critiques adorent la prestation de l'instructeur et l'organisation du contenu. Le prix varie en fonction des réductions Udemy, qui sont fréquentes, donc vous pourriez être en mesure d'acheter l'accès pour aussi peu que 10 $.

Bien qu'il ne coche pas notre case "utilisation des outils courants de science des données", les choix d'outils non-Python/R (gretl, Tableau, Excel) sont utilisés efficacement dans le contexte. Eremenko mentionne ce qui suit lorsqu'il explique le choix de gretl (gretl est un package logiciel statistique), bien que cela s'applique à tous les outils qu'il utilise (emphase mienne) :

Dans gretl, nous pourrons faire la même modélisation que dans R et Python mais nous n'aurons pas à coder. C'est le gros avantage ici. Certains d'entre vous connaissent peut-être déjà bien R, mais d'autres ne le connaissent peut-être pas du tout. Mon objectif est de vous montrer comment construire un modèle robuste et vous donner un cadre que vous pouvez appliquer dans n'importe quel outil que vous choisissez. gretl nous aidera à éviter de nous enliser dans notre codage.

Un critique prominent a noté ce qui suit :

Kirill est le meilleur enseignant que j'ai trouvé en ligne. Il utilise des exemples concrets et explique les problèmes courants afin que vous obteniez une compréhension plus approfondie des travaux du cours. Il fournit également beaucoup d'informations sur ce que signifie être un scientifique des données, de travailler avec des données insuffisantes à la présentation de votre travail à la direction de classe C. Je recommande vivement ce cours pour les étudiants débutants aux analystes de données intermédiaires !

Image

Une excellente introduction axée sur Python

L'Introduction à l'analyse de données d'Udacity est une offre relativement nouvelle qui fait partie du populaire Nanodiplôme de Data Analyst d'Udacity. Il couvre le processus de science des données de manière claire et cohésive en utilisant Python, bien qu'il manque un peu dans l'aspect modélisation. Le calendrier estimé est de 36 heures (six heures par semaine sur six semaines), bien qu'il soit plus court selon mon expérience. Il a une évaluation moyenne pondérée de 5 étoiles sur deux critiques. Il est gratuit.

Les vidéos sont bien produites et l'instructeur (Caroline Buckey) est claire et personnelle. De nombreux quiz de programmation renforcent les concepts appris dans les vidéos. Les étudiants quitteront le cours confiants dans leurs nouvelles et/ou améliorées compétences NumPy et Pandas (ce sont des bibliothèques Python populaires). Le projet final — qui est noté et revu dans le Nanodiplôme mais pas dans le cours individuel gratuit — peut être un bon ajout à un portfolio.

Image

Une offre impressionnante sans données de critique

Fondamentaux de la Science des Données est une série de quatre cours fournie par l'Université Big Data d'IBM. Elle comprend des cours intitulés Data Science 101, Méthodologie de la Science des Données, Data Science Pratique avec des Outils Open Source, et R 101.

Il couvre le processus complet de science des données et introduit Python, R et plusieurs autres outils open source. Les cours ont une valeur de production énorme. 13 à 18 heures d'effort sont estimées, selon que vous prenez le cours "R 101" à la fin, ce qui n'est pas nécessaire pour le but de ce guide. Malheureusement, il n'a pas de données de critique sur les principaux sites de critique que nous avons utilisés pour cette analyse, donc nous ne pouvons pas encore le recommander par rapport aux deux options ci-dessus. Il est gratuit.

Image

La compétition

Notre choix #1 avait une évaluation moyenne pondérée de 4,5 étoiles sur 5 sur 3 068 critiques. Examinons les autres alternatives, triées par évaluation décroissante. Ci-dessous, vous trouverez plusieurs cours axés sur R, si vous êtes déterminé à avoir une introduction dans ce langage.

  • Python pour la Science des Données et le Bootcamp d'Apprentissage Automatique (Jose Portilla/Udemy) : Couvre le processus complet avec une approche axée sur les outils (Python). Moins axé sur le processus et plus une introduction très détaillée à Python. Cours incroyable, bien que pas idéal pour la portée de ce guide. Il peut, comme le cours R de Jose ci-dessous, servir à la fois d'introduction à Python/R et d'introduction à la science des données. 21,5 heures de contenu. Il a une évaluation moyenne pondérée de 4,7 étoiles sur 1 644 critiques. Le coût varie en fonction des réductions Udemy, qui sont fréquentes.
  • Bootcamp de Science des Données et d'Apprentissage Automatique avec R (Jose Portilla/Udemy) : Couvre le processus complet avec une approche axée sur les outils (R). Moins axé sur le processus et plus une introduction très détaillée à R. Cours incroyable, bien que pas idéal pour la portée de ce guide. Il peut, comme le cours Python de Jose ci-dessus, servir à la fois d'introduction à Python/R et d'introduction à la science des données. 18 heures de contenu. Il a une évaluation moyenne pondérée de 4,6 étoiles sur 847 critiques. Le coût varie en fonction des réductions Udemy, qui sont fréquentes.

Image

Image _Jose Portilla a deux Bootcamps de Science des Données et d'Apprentissage Automatique sur Udemy : un pour [R](http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=323058.1&type=10&tmpid=14538&RD_PARM1=https%3A%2F%2Fwww.udemy.com%2Fpython-for-data-science-and-machine-learning-bootcamp%2F%26u1%3Dcc-medium-career-guide-intro-to-data-science" rel="noopener" target="_blank" title="">Python et un pour <a href="http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=323058.1&type=10&tmpid=14538&RD_PARM1=https%3A%2F%2Fwww.udemy.com%2Fdata-science-and-machine-learning-bootcamp-with-r%2F%26u1%3Dcc-medium-career-guide-intro-to-data-science" rel="noopener" target="blank" title=").

  • Science des Données et Apprentissage Automatique avec Python — Pratique ! (Frank Kane/Udemy) : Couvre partiellement le processus. Se concentre sur les statistiques et l'apprentissage automatique. Longueur décente (neuf heures de contenu). Utilise Python. Il a une évaluation moyenne pondérée de 4,5 étoiles sur 3 104 critiques. Le coût varie en fonction des réductions Udemy, qui sont fréquentes.
  • Introduction à la Science des Données (Data Hawk Tech/Udemy) : Couvre le processus complet, bien que la profondeur de couverture soit limitée. Assez court (trois heures de contenu). Couvre brièvement R et Python. Il a une évaluation moyenne pondérée de 4,4 étoiles sur 62 critiques. Le coût varie en fonction des réductions Udemy, qui sont fréquentes.
  • Science des Données Appliquée : Une Introduction (Université de Syracuse/Open Education by Blackboard) : Couvre le processus complet, bien que pas de manière uniforme. Se concentre fortement sur les statistiques de base et R. Trop appliqué et pas assez axé sur le processus pour le but de ce guide. L'expérience du cours en ligne semble disjointée. Il a une évaluation moyenne pondérée de 4,33 étoiles sur 6 critiques. Gratuit.
  • Introduction à la Science des Données (Nina Zumel & John Mount/Udemy) : Couvre seulement partiellement le processus, bien que bonne profondeur dans les aspects de préparation des données et de modélisation. Longueur acceptable (six heures de contenu). Utilise R. Il a une évaluation moyenne pondérée de 4,3 étoiles sur 101 critiques. Le coût varie en fonction des réductions Udemy, qui sont fréquentes.
  • Science des Données Appliquée avec Python (V2 Maestros/Udemy) : Couvre le processus complet avec une bonne profondeur de couverture pour chaque aspect du processus. Longueur décente (8,5 heures de contenu). Utilise Python. Il a une évaluation moyenne pondérée de 4,3 étoiles sur 92 critiques. Le coût varie en fonction des réductions Udemy, qui sont fréquentes.

Image _V2 Maestros a deux versions de leur cours "Science des Données Appliquée" : une pour [R](http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=323058.1&type=10&tmpid=14538&RD_PARM1=https%3A%2F%2Fwww.udemy.com%2Fapplied-data-science-with-python%2F%26u1%3Dcc-medium-career-guide-intro-to-data-science" rel="noopener" target="_blank" title="">Python et une pour <a href="http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=323058.1&type=10&tmpid=14538&RD_PARM1=https%3A%2F%2Fwww.udemy.com%2Fapplied-data-science-with-r%2F%26u1%3Dcc-medium-career-guide-intro-to-data-science" rel="noopener" target="blank" title=").

  • Vous voulez être un Data Scientist ? (V2 Maestros/Udemy) : Couvre le processus complet, bien que la profondeur de couverture soit limitée. Assez court (3 heures de contenu). Couvre peu d'outils. Il a une évaluation moyenne pondérée de 4,3 étoiles sur 790 critiques. Le coût varie en fonction des réductions Udemy, qui sont fréquentes.
  • De la Donnée à l'Insight : une Introduction à l'Analyse de Données (Université d'Auckland/FutureLearn) : L'ampleur de la couverture n'est pas claire. Prétend se concentrer sur l'exploration, la découverte et la visualisation des données. Non offert à la demande. 24 heures de contenu (trois heures par semaine sur huit semaines). Il a une évaluation moyenne pondérée de 4 étoiles sur 2 critiques. Gratuit avec un certificat payant disponible.
  • Orientation en Science des Données (Microsoft/edX) : Couvre partiellement le processus (manque l'aspect modélisation). Utilise Excel, ce qui est logique étant donné qu'il s'agit d'un cours de marque Microsoft. 12 à 24 heures de contenu (deux à quatre heures par semaine sur six semaines). Il a une évaluation moyenne pondérée de 3,95 étoiles sur 40 critiques. Gratuit avec un Certificat Vérifié disponible pour 25 $.
  • Essentiels de la Science des Données (Microsoft/edX) : Couvre le processus complet avec une bonne profondeur de couverture pour chaque aspect. Couvre R, Python et Azure ML (une plateforme d'apprentissage automatique de Microsoft). Plusieurs critiques de 1 étoile citant le choix de l'outil (Azure ML) et la mauvaise prestation de l'instructeur. 18 à 24 heures de contenu (trois à quatre heures par semaine sur six semaines). Il a une évaluation moyenne pondérée de 3,81 étoiles sur 67 critiques. Gratuit avec un Certificat Vérifié disponible pour 49 $.

Image _Les deux cours ci-dessus proviennent du [Certificat de Programme Professionnel en Science des Données](http://www.awin1.com/awclick.php?gid=295463&mid=6798&awinaffid=301045&linkid=599979&clickref=&p=https%3A%2F%2Fwww.edx.org%2Fmicrosoft-professional-program-certficate-data-science" rel="noopener" target="blank" title=") de Microsoft sur edX.

  • Science des Données Appliquée avec R (V2 Maestros/Udemy) : Le compagnon R du cours Python de V2 Maestros ci-dessus. Couvre le processus complet avec une bonne profondeur de couverture pour chaque aspect du processus. Longueur décente (11 heures de contenu). Utilise R. Il a une évaluation moyenne pondérée de 3,8 étoiles sur 212 critiques. Le coût varie en fonction des réductions Udemy, qui sont fréquentes.
  • Introduction à la Science des Données (Udacity) : Couvre partiellement le processus, bien que bonne profondeur pour les sujets couverts. Manque l'aspect exploration, bien qu'Udacity ait un excellent cours complet sur l'analyse exploratoire des données (EDA). Prétend durer 48 heures (six heures par semaine sur huit semaines), mais est plus court selon mon expérience. Certaines critiques pensent que la préparation au contenu avancé est insuffisante. Semble désorganisé. Utilise Python. Il a une évaluation moyenne pondérée de 3,61 étoiles sur 18 critiques. Gratuit.
  • Introduction à la Science des Données en Python (Université du Michigan/Coursera) : Couvre partiellement le processus. Pas de modélisation ni de visualisation, bien que les cours #2 et #3 de la Spécialisation en Science des Données Appliquée avec Python couvrent ces aspects. Prendre les trois cours serait trop approfondi pour le but de ce guide. Utilise Python. Quatre semaines de durée. Il a une évaluation moyenne pondérée de 3,6 étoiles sur 15 critiques. Options gratuites et payantes disponibles.

Image _L'Université du Michigan enseigne la [Spécialisation en Science des Données Appliquée avec Python](http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=451430.1&type=10&tmpid=18061&u1=cc-medium-career-guide-intro-to-data-science&RD_PARM1=https%3A%2F%2Fwww.coursera.org%2Fspecializations%2Fdata-science-python" rel="noopener" target="blank" title=") sur Coursera.

  • Prise de Décision Basée sur les Données (PwC/Coursera) : Couvre partiellement (manque la modélisation) avec un focus sur les affaires. Introduit de nombreux outils, y compris R, Python, Excel, SAS et Tableau. Quatre semaines de durée. Il a une évaluation moyenne pondérée de 3,5 étoiles sur 2 critiques. Options gratuites et payantes disponibles.
  • Un Cours Accéléré en Science des Données (Université Johns Hopkins/Coursera) : Un aperçu extrêmement bref du processus complet. Trop bref pour le but de cette série. Deux heures de durée. Il a une évaluation moyenne pondérée de 3,4 étoiles sur 19 critiques. Options gratuites et payantes disponibles.
  • [La Boîte à Outils du Data Scientist](http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=451430.1&u1=cc-medium-career-guide-intro-to-data-science &type=10&tmpid=18061&RD_PARM1=https%3A%2F%2Fwww.coursera.org%2Flearn%2Fdata-scientists-tools) (Université Johns Hopkins/Coursera) : Un aperçu extrêmement bref du processus complet. Plus un cours de mise en place pour la [Spécialisation en Science des Données](http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=479491.1&type=10&tmpid=18061&u1=cc-medium-career-guide-intro-to-data-science &RD_PARM1=https%3A%2F%2Fwww.coursera.org%2Fspecializations%2Fjhu-data-science%2F) de l'Université Johns Hopkins. Prétend avoir 4 à 16 heures de contenu (une à quatre heures par semaine sur quatre semaines), bien qu'un critique ait noté qu'il pouvait être complété en deux heures. Il a une évaluation moyenne pondérée de 3,22 étoiles sur 182 critiques. Options gratuites et payantes disponibles.
  • [Gestion des Données et Visualisation](http://click.linksynergy.com/fs-bin/click?id=SAyYsTvLiGQ&subid=&offerid=451430.1&type=10&tmpid=18061&u1=cc-medium-career-guide-intro-to-data-science &RD_PARM1=https%3A%2F%2Fwww.coursera.org%2Flearn%2Fdata-visualization) (Université Wesleyan/Coursera) : Couvre partiellement le processus (manque la modélisation). Quatre semaines de durée. Bonne valeur de production. Utilise Python et SAS. Il a une évaluation moyenne pondérée de 2,67 étoiles sur 6 critiques. Options gratuites et payantes disponibles.

Les cours suivants n'avaient aucune critique en janvier 2017.

  • CS109 Science des Données (Université Harvard) : Couvre le processus complet en grande profondeur (probablement trop approfondi pour le but de cette série). Un cours complet de 12 semaines pour les étudiants de premier cycle. La navigation dans le cours est difficile puisque le cours n'est pas conçu pour une consommation en ligne. Les conférences réelles de Harvard sont filmées. L'infographie du processus de science des données ci-dessus provient de ce cours. Utilise Python. Aucune donnée de critique. Gratuit.

Image _La visualisation mise en avant sur la [page d'accueil](http://cs109.github.io/2015/" rel="noopener" target="blank" title=") du CS109 de Harvard.

  • Introduction à l'Analyse de Données pour les Entreprises (Université du Colorado à Boulder/Coursera) : Couvre partiellement le processus (manque les aspects modélisation et visualisation) avec un focus sur les affaires. Le processus de science des données est déguisé en "chaîne de valeur Information-Action" dans leurs conférences. Quatre semaines de durée. Décrit plusieurs outils, bien que seul SQL soit couvert en profondeur. Aucune donnée de critique. Options gratuites et payantes disponibles.
  • Introduction à la Science des Données (Lynda) : Couvre le processus complet, bien que la profondeur de couverture soit limitée. Assez court (trois heures de contenu). Introduit à la fois R et Python. Aucune donnée de critique. Le coût dépend de l'abonnement Lynda.

Conclusion

Ceci est le troisième d'une série de six articles qui couvre les meilleurs cours en ligne pour se lancer dans le domaine de la science des données. Nous avons couvert la programmation dans le premier article et les statistiques et probabilités dans le deuxième article. Le reste de la série couvrira d'autres compétences clés en science des données : la visualisation de données et l'apprentissage automatique.

Si vous voulez apprendre la Science des Données, commencez par l'une de ces classes de programmation

Si vous voulez apprendre la Science des Données, suivez quelques-uns de ces cours de statistiques

Le dernier article sera un résumé de ces articles, plus les meilleurs cours en ligne pour d'autres sujets clés tels que la manipulation de données, les bases de données, et même l'ingénierie logicielle.

Si vous cherchez une liste complète des cours en ligne de Science des Données, vous pouvez les trouver sur la page Science des Données et Big Data de Class Central.

Si vous avez apprécié la lecture de ceci, consultez quelques-uns des autres articles de Class Central :

Voici 250 cours de l'Ivy League que vous pouvez suivre en ligne gratuitement dès maintenant
250 MOOCs de Brown, Columbia, Cornell, Dartmouth, Harvard, Penn, Princeton et Yale.

Les 50 meilleurs cours universitaires en ligne gratuits selon les données
Lorsque j'ai lancé Class Central en novembre 2011, il y avait environ 18 cours en ligne gratuits, et presque tous...

Si vous avez des suggestions pour des cours que j'ai manqués, faites-le moi savoir dans les réponses !

Si vous avez trouvé cela utile, cliquez sur le ? pour que plus de gens le voient ici sur Medium.

Ceci est une version condensée de mon article original publié sur Class Central, où j'ai inclus des descriptions de cours supplémentaires, des syllabus et plusieurs critiques.