前往資料科學之道 - Machine Learning for Data Science and Analytics

參與edX的課程： Machine Learning for Data Science and Analytics 些許心得

本課屬於Data Science and Analytics in Context 系列課程之一，著重於理論入門，但部份題目所需要的相關知識並不會在課程中提到，需要學習者自行上網尋找相關資料才能回答，對於沒有接觸過的人而言比較辛苦。

課程前三週介紹演算法(algorithms)，像是分治法(divide and conquer)、運行時間 (running time)、調度(scheduling)、圖論(graph theory)等。最後兩週才會提到機器學習，例如分類問題(classification)、交叉驗證(cross validation)和主題模型(topic modeling)等等。

從課程內容和時間(共五週)的安排可以看出每項概念都只點到為止。而想要動手做的學習者可以選擇其他課程，像是The Analytics Edge。

另外建議先有基本的統計概念，尤其某些題目需要卡方檢定(Chi-squared test)的相關知識，但如果有先修本系列第一堂課：Statistical Thinking for Data Science and Analytics 就比較沒有這方面的問題。