全过程覆盖，深度也很棒（对本系列来说也许太过深度了）。一个 12 周全时长的研究生课程。课程方向很难，因为其并不是为在线使用而设计的。这是哈佛大学课程的实际录像。上面的数据科学过程信息图就来自这个课程。使用 Python。免费。

用于商业的数据分析入门（Introduction to Data Analytics for Business (University of Colorado Boulder/Coursera)）

链接：

https://www.coursera.org/learn/data-analytics-business

部分过程覆盖（缺乏建模和可视化方面），重点关注商业。在这个课程中，数据科学过程被称为「信息-行动价值链（Information-Action Value chain）」。时长 4 周。描述了多种工具，尽管仅深度覆盖了 SQL。有免费和付费的选择。

数据科学入门（Introduction to Data Science (Lynda)）

链接：

https://www.lynda.com/Big-Data-tutorials/Introduction-Data-Science/420305-2.html

完全过程覆盖，尽管覆盖深度有限。相当短，仅有 3 小时内容。介绍了 R 和 Python。费用由 Lynda 订阅确定。

　　原文链接：https://medium.freecodecamp.com/i-ranked-all-the-best-data-science-intro-courses-based-on-thousands-of-data-points-db5dc7e3eb8e#.4xypnelbl

©本文为机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]