data-science-vi

Tự học Khoa học dữ liệu

How to use this guide
Prerequisites
Curriculum
How to contribute
Code of conduct
Team

Hướng dẫn sử dụng

Thời lượng

Khoảng 2 năm với 20 tiếng mỗi tuần, trung bình gần 3h/ngày.

Thứ tự các lớp

Nhìn vào sơ đồ bên dưới, có các môn học song song được, có môn thì cần theo thứ tự

Topic Progression Graph

Prerequisites

The Data Science curriculum assumes the student has taken high school math and statistics.

Introduction to Data Science

What is Data Science

Introduction to Computer Science

Students who already know basic programming in any language can skip this first course

Introduction to programming: Khóa này không học do mình đã biết lập trình từ trước.
Introduction to Computer Science and Programming Using Python
Introduction to Computational Thinking and Data Science

(Các khóa học này mình hoàn toàn chỉ đọc đúng một cuốn sách vì mình đã học Khoa học máy tính từ trước rồi)

Data Structures and Algorithms

Học 4 khóa của Tim Roughgarden, 2 khóa đầu and 2 khóa sau. Tải học liệu của khóa trên Github bao gồm:

Thì cá nhân mình thích trước khi học thì mình sẽ đi đọc trước nội dung các bài. Bạn có thể đọc Hướng dẫn DSA trên Github cộng với Lý thuyết

Multivariable Calculus

Statistics & Probability

Introduction to Probability

Intro to Descriptive Statistics

Intro to Inferential Statistics

Statistical Learning with Python by Stanford University on EdX (Textbook, Textbook resources) or Statistical Learning With R by Stanford University on EdX (Textbook, Textbook resources)

Data Science Tools & Methods

Tools for Data Science

Data Science Methodology

Data Science: Wrangling

Machine Learning/Data Mining

Supervised Machine Learning: Regression and Classification

Advanced Learning Algorithms

Unsupervised Learning, Recommenders, Reinforcement Learning

Intro to Machine Learning

Mining Massive Datasets

Process Mining

Final project

Chưa đến đoạn này

Congratulations

(Đọc thêm các cuốn sách huyền cmn thoại về chủ đề này)

keep learning

Tech Interview Handbook