Data Science Python

รีวิวคอร์สเรียน Programming for Data Science – Udacity

แชร์ประสบการณ์เรียนคอร์ส Programming for Data Science Nanodegree Program ของ Udacity ใช้เวลาเรียนสามเดือน ได้ครบทุก skill ตั้งแต่ SQL Python Git และ Command Line

อยากเริ่มเรียน data science แต่ยังไม่รู้จะลงเรียนของที่ไหนดี?

Udacity อาจจะเป็นคำตอบที่ดีที่สุดในอินเตอร์เน็ตตอนนี้ ด้วยเนื้อหาและสื่อการเรียนการสอนระดับ world class ก่อตั้งโดย Sebastian Thrun อดีต VP ของ Google เป็นผู้ริเริ่มโปรเจ็ค Google X และผลักดันการสร้างรถยนต์ไร้คนขับที่กูเกิ้ล

บทความวันนี้เราจะมารีวิวคอร์สเรียน Nanodegree Signature ของ Udacity ตัวล่าสุดใน School of Data Science เพิ่งเรียนจบมาเมื่อเดือนกันยายน 2018 นี้แบบสดๆร้อนๆ กับราคาคอร์สเกือบ 20,000 บาท (599 USD)

Programming for Data Science Nanodegree Program

อ่านรายละเอียดคอร์ส Programming for Data Science Nanodegree Program ได้ที่นี่

รูปแบบการสอน

สำหรับการเรียนแบบเสียเงินบน Udacity เราจะเรียกว่า Nanodegree program ซึ่งเนื้อหาจะเข้มข้นกว่าการเรียนออนไลน์ทั่วไปมากโดยเฉพาะถ้านี้เป็นคอร์สออนไลน์แรกของคุณ และคุณไม่มีประสบการณ์เขียนโปรแกรมใดๆมาก่อนเลย ใช้เวลาเรียนอย่างน้อย 8-10 ชั่วโมงต่อสัปดาห์ หนึ่งเทอมใช้เวลาเรียนประมาณ 3 เดือน ต้องทำ final project เพื่อเรียนจบคอร์สนี้

Capture
Instructors สำหรับคอร์ส Programming for Data Science

#อันนี้ไม่เกี่ยว แต่ Juno Lee ที่สอน Python น่ารักมาก ดูวีดีโอเพลินเลย แฮร่! 555+

รูปแบบการสอนของ Udacity มีความหลากหลาย หลักๆเป็นแบบวีดีโอ บทความ quiz และ workspace ไว้ลองเขียนโค้ดบนเว็บไซต์โดยที่นักเรียนไม่ต้องลงโปรแกรมบน local computer ของตัวเอง

เนื้อหา

Curriculum ของคอร์สนี้ออกแบบมาได้ดีมาก สอนครบทุก programming skill พื้นฐานสำหรับงาน data science อย่างที่ชื่อคอร์สบอกเลย ส่วนตัวเราคิดว่าเนื้อหาของ part SQL ในคอร์สนี้ดีที่สุดในอินเตอร์เน็ตตั้งแต่เคยเรียนมาเลย สอนโดย Derek Steer CEO ของ Mode Analytics

  • SQL
  • Python
  • Git & GitHub
  • Command Line

เนื้อหาหลักๆจะอยู่ที่ SQL กับ Python จะใช้เวลาเรียนนานหน่อยสำหรับคนที่ไม่มีประสบการณ์เขียนโปรแกรมมาก่อนเลย ส่วน Git & GitHub และ Command Line เหมือนเป็นตัวแถมในคอร์สนี้มากกว่า

SQL ใช้สำหรับดึงข้อมูลจาก database ส่วน Python ใช้สำหรับวิเคราะห์ข้อมูลและทำเป็น application ที่เอาไปรันใน terminal / command line ส่วน GitHub ใช้ในการเก็บ code ที่เราเขียนบนเว็บออนไลน์ (ในแง่เทคนิคเราใช้ Git เพื่อทำ version control โค้ดที่เราเขียน)

โปรเจ็ค

เงื่อนไขเดียวที่จะทำให้เราสำเร็จการศึกษาจาก nanodegree และรับใบ certificate คือต้องสอบผ่านทั้งสามโปรเจ็คและได้รับ feedback จาก Udacity’s reviewer

  • SQL วิเคราะห์ข้อมูล sakila database และทำ presentation เพื่อนำเสนอผลงาน
  • Python เขียนโปรแกรมเพื่อรันใน terminal วิเคราะห์ bike share data
  • GitHub สร้าง profile แล้วก็ commit python code ของเราขึ้นไปที่ GitHub

สำหรับคอร์สนี้โปรเจ็คไม่ยากมาก ถ้าเรียนครบทุกวีดีโอและทำครบทุก quiz น่าจะผ่านโปรเจ็คได้แบบไม่เหนื่อย จุดเด่นอีกอย่างของ Udacity คือจะมีทีมงานคอยให้ feedback สำหรับโปรเจ็คที่เราส่งเข้าไป (ตอบกลับภายใน 24-48 ชั่วโมง)

สรุปว่าคุ้มไหม?

ราคาคอร์ส Programming for Data Science อยู่ที่ 599 USD หรือประมาณ 20,000 บาทไทย ใช้เวลาเรียนประมาณ 3 เดือน แต่ส่วนตัวเรียนจบภายในสองอาทิตย์กว่าๆ เพราะว่าเขียน SQL Python ได้บ้างแล้วก่อนเริ่มเรียน เป็นคอร์สออนไลน์ที่แพงที่สุดตั้งแต่เคยเรียนมาเลย 555+

Capture
ใบ certificate ที่ได้รับจาก Udacity https://confirm.udacity.com/FTDXTKZ9

สรุปความพอใจโดยรวมของการเรียนคอร์สนี้อยู่ที่ 7.5/10 คอร์สนี้เหมาะสำหรับคนที่ไม่เคยเขียนโปรแกรมใดๆมาก่อนเลย เพราะถ้าเขียนเป็นแล้ว ไปหาเรียนที่อื่นหรืออ่านเองน่าจะประหยัดกว่าเยอะเลย แต่ถ้าเพื่อนๆเป็น newbie เพิ่งมาสนใจงานด้าน data science คอร์สนี้ตอบโจทย์มาก มี 10 ให้ 10 มี 100 ให้ 100 คะแนน!

  • คุณภาพวีดีโอสอนดีมาก
  • SQL Python เนื้อหาโคตรดีเลย (แต่ส่วนใหญ่ก็หาเรียนฟรีบน internet ได้เหมือนกัน)
  • มีโปรเจ็คแบบ real-world dataset ให้ลองทำ พร้อมรับ feedback โดยตรงจากทีม Udacity
  • เรียนแบบออนไลน์ คอร์สเดียวจบครบทุกสกิลสำคัญสำหรับผู้เริ่มต้น
  • Juno Lee สวย Derek Steer สอนเข้าใจง่ายมาก 555+

สมัครเรียนฟรีกับเรา

แต่ถ้ายังไม่พร้อมจ่ายเงินแพงๆ ลองสมัครเรียนฟรีคอร์สออนไลน์ของเราได้เลยที่ https://datarockie.com สอนครบทุก skill เช่นกัน ตั้งแต่ SQL Python R SPSS

ชอบกด Like ใช่กด Share ให้เพื่อนได้เรียนด้วย แล้วพบกันในคอร์สนะคร้าบ

 

One comment

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.