Nanodegree Là Gì & Ưu Nhược Điểm Của Nền Tảng, How To Build A Startup – Cúng Đầy Tháng – Trang Tin Tức Online Tổng Hợp

Chương trình Nanodegree của Nhà phân tích dữ liệu của Udacity là một trong những chương trình khoa học dữ liệu trực tuyến đầu tiên trong cuộc cách mạng giáo dục trực tuyến. Nó nhằm mục đích “đảm bảo bạn nắm vững các kỹ năng chính xác cần thiết để xây dựng sự nghiệp trong khoa học dữ liệu.” Nó có hoàn thành mục tiêu không? Nó có phải là lựa chọn tốt nhất có sẵn không?

Tôi đã hoàn thành chương trình vào mùa Thu năm 2016. Sử dụng cảm hứng từ mẫu đánh giá nguồn mở của Class Central , đây là bài đánh giá của tôi cho chương trình Nanodegree của Nhà phân tích dữ liệu của Udacity.

Đang xem: Nanodegree là gì

CẬP NHẬT: Chương trình Nanodegree của Nhà phân tích dữ liệu đã được làm mới với nội dung mới và các dịch vụ dành cho sinh viên vào tháng 9 năm 2017. Chi tiết tại đây . Tôi cũng được đưa lên máy bay để giúp tạo lại một số nội dung mới này. Phần lớn nhận xét này là không thay đổi. Cập nhật thực tế được biểu thị bằng phông chữ nghiêng.

Thông tin lai lịch

Điều gì đã khiến tôi quyết định tham gia chương trình này?

Đầu năm 2016, tôi bắt đầu tạo chương trình thạc sĩ khoa học dữ liệu của riêng mình bằng cách sử dụng các nguồn trực tuyến. (Bạn có thể đọc về điều đó ở đây .) Tôi đã đăng ký vào chương trình Nhà phân tích dữ liệu Nanodegree vì một vài lý do:

Tôi muốn có một hướng dẫn để giới thiệu về khoa học dữ liệu. Tôi muốn một chương trình gắn kết thay vì các khóa học riêng lẻ từ nhiều nhà cung cấp khác nhau. Tôi đã tham gia một vài khóa học của Udacity trước đây và tôi rất hâm mộ phong cách giảng dạy của họ.

Mặc dù chương trình có thể đóng vai trò như một cầu nối với một công việc (sẽ nói thêm về điều đó sau này), nhưng tôi muốn sử dụng chương trình như một phần giới thiệu về tài liệu nâng cao hơn. “Tài liệu nâng cao hơn” này áp dụng cho cả các môn học có trong chương trình và các môn học không có trong chương trình.

Chương trình Udacity Nanodegree là gì?

Udacity là một trong những nhà cung cấp giáo dục trực tuyến hàng đầu. Sebastian Thrun, cựu giáo sư Stanford và người sáng lập Google X, đã thành lập công ty và tập trung vào đổi mới tại Udacity với tư cách là chủ tịch và chủ tịch. Vish Makhijani là Giám đốc điều hành .

Các chương trình nanodegree là thông tin đăng nhập trực tuyến do Udacity cung cấp. Chúng là tập hợp các khóa học của Udacity (một số khóa học miễn phí, một số khóa học khác thì không) có các dự án kèm theo, được đánh giá bởi những người đánh giá dự án trả phí của Udacity. Họ cũng đi kèm với một loạt các dịch vụ sinh viên.

Slack được sử dụng như một công cụ cộng đồng, nơi sinh viên Udacity có thể tương tác với các sinh viên khác cũng như người hướng dẫn chương trình của họ và các nhân viên khác của Udacity. Trong hầu hết các chương trình, sinh viên đã chỉ định người cố vấn và giao tiếp với họ thông qua kênh trò chuyện riêng luôn có sẵn trong lớp học Udacity.

“Tại sao nên sử dụng Chương trình Nanodegree của Nhà phân tích dữ liệu?”

Chương trình Data Analyst Nanodegree ban đầu được phát hành vào năm 2014. Đây là chương trình Nanodegree thứ hai của Udacity. Mặc dù nó đã trải qua một số thay đổi trong nhiều năm, nhưng cốt lõi của chương trình vẫn còn nguyên vẹn.

Người hướng dẫn là ai và lai lịch của họ là gì?

Bởi vì chương trình Nanodegree của Nhà phân tích dữ liệu là một tập hợp các khóa học của Udacity (một lần nữa, một số miễn phí, một số khác thì không), nên có một số người hướng dẫn. Hồ sơ của họ thường bao gồm các vai trò danh giá trong các công ty công nghệ lớn và bằng cấp từ các trường hàng đầu của Mỹ.

Họ không phải là “người hướng dẫn”, nhưng những người đánh giá dự án, người cố vấn và nhân viên trải nghiệm sinh viên của Udacity (người giám sát Slack cùng với người hướng dẫn) là những người mà bạn tương tác nhiều nhất. Chúng rất hữu ích. Thêm về điều đó sau.

Giá cả

Chương trình được chia thành hai điều khoản. Kỳ đầu tiên có giá $ 499 USD. Kỳ thứ hai có giá $ 699 USD. Nếu bạn đã nắm chắc các kỹ năng được dạy trong học kỳ đầu tiên, bạn có thể bỏ qua nó, chỉ hoàn thành học kỳ thứ hai và vẫn đạt được chứng chỉ.

Điều kiện tiên quyết được đề xuất

Đối với Học kỳ 1, Udacity khuyến nghị sinh viên làm quen với thống kê mô tả và có một số kinh nghiệm làm việc với dữ liệu trong bảng tính hoặc SQL.

Đối với Học kỳ 2, sinh viên nên có kinh nghiệm phân tích dữ liệu bằng Python, cũng như hiểu biết vững chắc về thống kê suy luận và các ứng dụng của nó.

Nền tảng / kỹ năng của tôi khi tham gia chương trình

Tôi bắt đầu chương trình vào tháng 5 năm 2016 khi tôi đã có một vài tháng kinh nghiệm lập trình, chủ yếu bằng C và Python. Phần lớn trải nghiệm này là từ mô-đun cầu nối cho chương trình thạc sĩ khoa học dữ liệu của tôi, nơi tôi đã lấy CS50 của Harvard: Giới thiệu về Khoa học Máy tính và chương trình Giới thiệu về Lập trình Nanodegree của Udacity .

Tôi cũng đã hoàn thành chương trình kỹ sư hóa học đại học và có 24 tháng kinh nghiệm làm việc liên quan đến lượng tử. Điều này có nghĩa là tôi đã tham gia một số khóa học thống kê và cảm thấy thoải mái với dữ liệu.

Tài liệu quảng cáo của Udacity Chương trình

Kết cấu

Chương trình Nanodegree của Nhà phân tích dữ liệu được chia thành hai điều khoản. Mỗi học kỳ có ba khóa học và bốn dự án (dự án phụ là dự án giới thiệu giúp bạn làm quen với môi trường học tập của Udacity). Mat Leonard , trưởng chương trình giảng dạy của chương trình tại thời điểm làm mới, có mặt trong suốt chương trình khi anh ấy giới thiệu về từng khóa học, mục đích của nó trong chương trình và (các) người hướng dẫn của nó.

Nội dung khóa học được tạo thành từ sự kết hợp của video, văn bản và câu đố. Các video có xu hướng dài từ 30 giây đến năm phút, theo phong cách của Udacity. Các câu đố được chấm điểm tự động thường theo sau các video ngắn này. Những câu đố này thường là trắc nghiệm, điền vào chỗ trống hoặc các nhiệm vụ lập trình nhỏ. Sau khi có được CloudLabs , các tác vụ lập trình này hiện được thực hiện trong các môi trường lập trình Jupyter Notebook và SQL trong lớp học Udacity.

Một lần nữa, mỗi phần có một dự án được phân loại. Những dự án này và phản hồi từ những người đánh giá dự án trả phí của Udacity là nơi có rất nhiều giá trị cho sinh viên.

giáo trình

Phiên bản chương trình của tôi có bảy phần:

P1: Thống kê mô tả và tham chiếu P2: Giới thiệu về Phân tích Dữ liệu (với NumPy và gấu trúc) P3: Đánh lừa dữ liệu với MongoDB (hoặc SQL) P4: Phân tích dữ liệu khám phá (với R) P5: Giới thiệu về Học máy P6: Trực quan hóa dữ liệu với D3.js P7: Thiết kế A / B Test Dự án giới thiệu: Khám phá Xu hướng Thời tiết. SQL và bảng tính (hoặc Python / R nếu bạn đã quen thuộc) được sử dụng để phân tích và trực quan hóa dữ liệu nhiệt độ. Khóa học: Giới thiệu về Python. Dự án: Khám phá dữ liệu chia sẻ xe đạp của Hoa Kỳ. Khóa học: Giới thiệu về Phân tích Dữ liệu, bao gồm Quy trình Phân tích Dữ liệu và SQL để Phân tích Dữ liệu. Dự án: Điều tra tập dữ liệu. Khóa học: Thống kê thực hành. Dự án: Phân tích kết quả thử nghiệm A / B. Python is now taught in the program. Machine Learning and A/B Testing are now included as optional material and are no longer requirements to graduate from the program. Reasoning: “The focus of this program is to prepare you for data analyst jobs. Our research shows that machine learning is not a requirement for the vast majority of data analyst positions.” The basics of A/B testing are now covered in the new practical stats course, giving students the exposure that they’ll need on the job. New courses and projects. Specifically, Intro to Data Analysis (which includes Python for Data Analysis and SQL for Data Analysis), Practical Statistics (taught by Sebastian Thrun), and Data Wrangling.

Xem thêm: sua hinh dep

Term 1 and Term 2 of the Udacity Data Analyst Nanodegree program

Projects are graded on a pass/fail (officially, “meets specifications” and “requires changes”) basis according to a unique rubric. Your project must satisfy all sections of the rubric. If all of your projects meet specifications, you graduate. This means that the automatically-graded quizzes do not count towards your grade.

If a project submission requires changes, your project reviewer will give you actionable feedback. After you implement these changes, you can resubmit. There is no submission limit.

My experience

Timeline

Udacity’s estimated timeline for the Data Analyst Nanodegree program was 378 hours when I started, which meant students took 6-7 months on average to complete it. According to Toggl (a time tracking app), the whole program took me 369 hours over five months. This timeline included dedicating serious time to making my projects portfolio-quality, as opposed to producing the minimum to satisfy the pass/fail rubric.

The program was condensed in the Fall 2017 refresh. The new estimated timeline is 260 hours. Each term is paced at 10 hours per week over 13 weeks, though students are given 19 weeks to complete each term.

How was the course content?

For my edition of the program, the course content from P1 (Statistics), P2 (Intro to Data Analysis), P4 (Exploratory Data Analysis), P5 (Machine Learning), and P7 (A/B Testing) get five stars out of five from me. P3 (Data Wrangling) and P6 get three-and-a-half stars.

The exploratory data analysis content with Facebook employees (P4) was so illuminating. The intro to machine learning course with Sebastian Thrun and Katie Malone (P5) was the most fun I’ve had in any online course. The A/B testing content with Google employees (P7) is so unique. I’d give those three courses six stars if I could.

The SQL and Data Wrangling content (P3) weren’t amazing. Same with the data visualization content (P6), though that probably was because D3.js is super difficult to teach to JavaScript newbies. These opinions aren’t uncommon, according to the Class Central’s reviews for those courses. Check them out here and here.

This “not amazing” content from the old program was removed in the Fall 2017 refresh. Revamped content for intro to data analysis, SQL, statistics, data wrangling, and data visualization is now included. The Practical Statistics content focuses on inferential statistics, with descriptive statistics being a prerequisite and taught in the Data Foundations Nanodegree program. The data visualization course is now taught with Tableau instead of D3.js.

How were the projects?

Again, projects are where Udacity sets themselves apart from the rest of the online education platforms. They invest in their project review process and it pays off. The Data Analyst Nanodegree program was no exception.

All of the projects reinforce the content you learned in the videos. The project reviewers know their stuff. They tell you where you succeeded and where your mistakes and/or omissions are. Supervised learning by doing. It works.

The forums and the forum mentors are especially helpful when you get stuck. Search the forums to see if your problem is a common one (they usually are). No luck? Post a new question yourself. There is one forum mentor, Myles Callan, who seems to know everything about everything and responds within hours. I have my doubts that he sleeps.

Though forums still exist and work, Slack and classroom mentors are now the recommended support avenues. Students can post questions, and answers are provided with the same or greater level of immediacy (within hours and often sooner). The Slack community is overseen by Udacity instructors as well as their student experience staff, who ensure that student questions, comments, etc. are addressed in a timely fashion. The famed Myles Callan is now a mentor.

If you’re curious to see what these projects look like, check out this Github repository.

How hard was it?

The statistics content was easy for me because I had taken several stats courses in undergrad. This would probably be true for every topic in the Nanodegree program if you had prior experience in it.

I’d categorize most of the program as intermediate difficulty. Lecture content that doesn’t have many quizzes (they often do, though) can be a breeze, which isn’t necessarily a bad thing. The projects exercise your brain. Each will probably take you more than twenty hours if you want to be thorough.

The Exploratory Data Analysis project was the most challenging to pass. It took me 3.5 submissions. Check out this Twitter thread for more details.

Can you apply for jobs immediately post-graduation?

You can. The program should equip you with the required skills for an entry-level data analyst role if you take it seriously. Eli Kastelein is a perfect example of that. You can read more about his storybelow.

How to Build a Career in Tech Without a CS Degree

You can also continue onto more advanced courses, both for the subjects covered in the program and for other subjects. This is what I chose to do.

Final thoughts

Would I take the program again knowing what I know now?

Somewhere towards the end of the program, I started creating Class Central’s Data Science Career Guide. This entailed researching every single online course offered for every subject within data science.

Though I enjoyed the majority of courses within the Nanodegree program (update: new courses have replaced the courses I didn’t enjoy), there are courses from other providers that receive better reviews for certain subjects. Statistics, for example. If I had access to my guide back when I started, I would consider the separate-course-for-each-subject route. Udacity’s student services and project review process, however, are so effective for learning that I would take the Data Analyst Nanodegree program regardless.

If you’re the kind of person who wants a 100% custom online education experience but wants to take advantage of Udacity’s projects and services, researching your favorite courses for each subject (I recommend using Class Central) then enrolling in the Nanodegree program to complete the projects is something to consider.

The alternatives

These are the five alternative programs that I was considering when I enrolled in the Data Analyst Nanodegree program:

Conclusion

Udacity’s Data Analyst Nanodegree program gives you the foundational skills you need for a career in data science. Post-graduation, you’ll be able to target your strengths and weaknesses, and supplement your learning where necessary. Plus, you’ll leave with a handful of portfolio-ready projects.

Xem thêm: 7 Địa Chỉ Ăn Xôi Chè Cúng Hà Nội, Xôi Chè Hà Nội

I loved it, as did others.

★★★★¾

Japanese Spanish German French Thai Russian Vietnamese Italian Korean Turkish Indonesian Polish Hindi