学习大数据、分析和人工智能，也许是不需要花费大量金钱和好几年时间的。
所谓“纸上的数据科学家”指的是那些没有获得正式资格、但在日常工作中可以分析数据的人）。
未来几年，市场对这种人群的需求，将超过对传统数据科学家的需求。
幸运的是，网上有大量资源可以帮助你做到这一点。
下面就让我们来看看这些优秀的课程，其中一些可能在你完成课程需要获得证书或者证明的时候需要收取一定费用。
当疫情如火如荼的时候，你也许可以利用这段时间，通过学习成为一名“业余”的数据科学家。
Data Science Crash Course——John Hopkins University (Coursera)
该课程会告诉你什么是数据科学、数据科学的原理是什么、可以用来做什么。
课程介绍了数据科学所涉及到的技术，目的是让那些需要管理数据科学家或者数据科学人员的人，了解“全局”。
该课程相对较短，只有一个模块，需要大约一周完成，对于想了解数据科学、又不必深入学习其中涉及的技术工具的人来说，是一个很好的入门级课程。
Introduction to Data Science (Revised) ——Alison
该课程是免费的，有三个模块，每个模块大约需要3个小时完成，最后会进行评估总结。完成以上这些，你就可以从其他几个类似的教程中选择，涵盖了数据编程语言、可视化工具、聚类和回归模型等技术。
Data Science and Machine Learning Essentials——Microsoft (EdX)
该课程适合那些希望将实践和理论结合起来提升职业技能的人。课程介绍了核心概念和术语，例如回归、聚类和分类等技术，以及构建和评估模型的步骤。
该课程是微软提供的，课程模块也是基于微软Azure的，但是所讲授的概念同样适用于AWS等微软竞争对手的云框架。如果你对R或Python编程语言有基本的了解，那么你可以先考虑选择其中一门课程。
Learn Data Science——Dataquest
虽然Dataquest是一个提供专有内容的付费平台，但为所有注册用户提供了免费的入门模块，涵盖使用数据、可视化数据、挖掘数据、在Python和R中编写算法等基本主题。你也可以选择每月订阅的方式，但是免费版本就可以让你获得足够多的信息。
Data Science——Harvard
哈佛大学提供的这个数据科学课程，所有材料和讲座都是可以在线免费获得的，这样你就可以按照自己的进度来学习。该课程足够详细，又足够技术，主要面向那些对编程、数学和统计学等核心领域具备一定知识的人或者正在学习的人。对于学术界以外的人来说，这是一个不错的选择。
Introduction to Data Science in Python——University of Michigan (Coursera)
学习编程的人都知道，Python是最常用的编程语言之一，因为Python的基础知识相对容易学习，而且可以结合很多免费的开放源代码库使用，执行功能强大的数据科学操作。
该课程就是学习Python语言的第一步。课程介绍了操作大型数据集使用的Python函数，以及涉及到的成熟技术。课程预计需要4周时间完成，每周需要3~6个小时。
Learn Data Science with R——Ram Reddy (Coursera)
该课程是由一位经验丰富的R和数据分析专家主导的，是R语言的入门基础，与数据科学有关。
R也是一种免费的开源语言和环境，已经成为数据科学家的公认标准。本课程包含10个讲座和8个小时的视频，是免费提供的。
Introduction to Data Science Using Python——Rakesh Gopalakrishnan (Udemy)
这是Udemy上有关Python数据科学和编程入门课程中评价最高的课程之一，适合于零基础的、不具备任何知课程提供了一些有关Python的实践指导，其中Sci-Kit Learn框架特别有用，这是一种学术级和企业级数据探索和挖掘工具。
I Heart Stats: Learning to Love Statistics——University of Notre Dame (EdX)
统计学是数据科学和数据分析的基础之一。如果你是个统计学的新手，那么该课程将提供各种非技术的基础知识，适合那些想要在数据科学领域站稳脚跟的人。
如果你想学习数据科学，那么你一定会遇到统计和概率，这肯定会让新手们抓狂，该课程介绍了如何使用统计方法利用我们周边的一切信息。
閱讀更多 代號8 的文章
