Az összes adatmegjelenítési tanfolyam áttekintése az interneten

Egy évvel ezelőtt lemaradtam az egyik legjobb informatikai programról Kanadában. Elkezdtem létrehozni saját adattudományi mesterképzésemet online források felhasználásával. Rájöttem, hogy ehelyett mindent megtanulhatok az edX, a Coursera és az Udacity révén. És gyorsabban, hatékonyabban és a költségek töredékéért megtanulhatnám.

Most már majdnem kész vagyok. Számos adattudománnyal kapcsolatos tanfolyamot vettem igénybe, és még sok más részét auditáltam. Ismerem a lehetőségeket, és azt, hogy milyen képességekre van szükség a tanulók számára, akik adatelemzői vagy adattudós szerepre készülnek. Néhány hónappal ezelőtt elkezdtem egy áttekintésvezérelt útmutató készítését, amely az adattudomány minden egyes tantárgyának legjobb tanfolyamait ajánlja.

A sorozat első útmutatójához néhány kódolási osztályt ajánlottam a kezdő adattudós számára. Akkor statisztikai és valószínűségi osztályokról volt szó. Aztán intrók voltak magához az adattudományhoz.

Most az adatok megjelenítésére.

Ehhez az útmutatóhoz több mint 10 órát töltöttem azzal, hogy azonosítottam minden online adatmegjelenítési tanfolyamot, amelyet 2017 márciusától kínáltam, kivonva a kulcsfontosságú információkat tananyagukból és áttekintéseikből, és összeállítva értékeléseiket. Ehhez a feladathoz nem máshoz fordultam, mint a nyílt forráskódú Class Central közösséghez és annak adatbázisához, amely természetesen több ezer értékelést és értékelést tartalmaz.

2011 óta a Class Central alapítója, Dhawal Shah jobban figyelemmel kíséri az online tanfolyamokat, mint vitathatatlanul bárki más a világon. Dhawal személyesen segített nekem összeállítani az erőforrások listáját.

Hogyan választottuk meg a megfontolandó tanfolyamokat

Minden kurzusnak három kritériumnak kell megfelelnie:

  1. A tanfolyam többségének a magyarázó adatmegjelenítésre kell összpontosítania . Az adatok előkészítése például megengedett, mivel ez az adatmegjelenítési folyamat fontos része. A kevésbé releváns témákkal foglalkozó tanfolyamok (például statisztikai modellezés) kizárva. Bővebben az alábbiakban található magyarázó megkülönböztetésről.
  2. Igény szerint igényelhető, vagy néhány havonta felajánlva.
  3. Interaktív online tanfolyamnak kell lennie, tehát nincsenek könyvek vagy csak olvasható oktatóanyagok . Bár ezek életképes módszerek a tanulásra, ez az útmutató a tanfolyamokra összpontosít.

Úgy gondoljuk, hogy minden figyelemre méltó tanfolyamot bejártunk, amely megfelel a fenti kritériumoknak. Mivel látszólag több száz tanfolyam létezik az Udemy-n, úgy döntöttünk, hogy csak a legértékeltebb és a legmagasabb besorolásúakat vesszük figyelembe. Mindig van esély arra, hogy valamit elmulasztottunk, ezért kérjük, jelezze nekünk a megjegyzések részben, ha jó tanfolyamot hagytunk.

Hogyan értékeltük a tanfolyamokat

Összeállítottuk az átlagos besorolást és a Class Central és más áttekintő oldalak véleményeinek számát, hogy kiszámítsuk az egyes tanfolyamok súlyozott átlagát. Szöveges áttekintéseket olvastunk, és ezeket a visszajelzéseket használtuk a numerikus értékelések kiegészítésére.

Két tényező alapján készítettünk szubjektív tantervi bírálati felhívásokat , az elsőt előnyben részesítve a másodikkal szemben:

  1. Az adatok megjelenítésének elmélete. Meg vannak magyarázva a vizualizációs döntések motivációi? A tanfolyam csak az eszközt tanítja? Erről bővebben a következő részben.
  2. A választott adatmegjelenítő eszköz (ek) lefedettsége. A tanfolyam hatékonyan tanítja-e a közös vizualizációs eszközöket (Tableau, ggplot2, Seaborn stb.)? Van-e lehetőségük a hallgatóknak gyakorolni ezeket a készségeket? A szerszámválasztás nem részesül előnyben.

Miért kell a vizualizációs elméletet prioritásként kezelni?

Egy adott eszköz elsajátítása pazarló a hatékony vizualizáció alapjainak ismerete nélkül. Ráadásul az eszközök gyakran cserélhetők a beállítástól függően.

Ennél is fontosabb, hogy a jó adatmegjelenítés bonyolultabb, mint azt a legtöbb ember gondolja. Óvatos gondolkodás szükséges a tervezéstől a kivitelezésig. A megfelelő diagram kiválasztása, a bonyolultság és a rendetlenség kiegyensúlyozása, az előzetes tulajdonságok kihasználása és még sok más, az adatmegjelenítés egyszerre művészet és tudomány. Könnyen el lehet hibázni, és néha rettenetesen (lásd alább).

Felfedező és magyarázó vizualizáció

Amint azt az Indiana Egyetem professzora, Yong-Yeol Ahn leírta, a magyarázó adatmegjelenítés célja a betekintések és üzenetek közlése, míg a feltáró vizualizáció rejtett minták felfedezése.

Ez a cikk magyarázó adatmegjelenítési tanfolyamokra összpontosít . Az olyan tanfolyamok, mint az Udacity adatelemzése R-vel (kizárólag felfedező tanfolyam), ezért nem tartoznak ide. A téma fontos; egyszerűen nincs elég tanfolyam az önálló cikk igazolásához. Röviden foglalkozunk a sorozat összefoglaló cikkében.

Kódolási tapasztalat néha szükséges

Néhány alább felsorolt ​​tanfolyam alapvető kódolási ismereteket igényel a tanfolyam nyelvén. Ha nagyon kevés programozási tapasztalattal rendelkezik, akkor e sorozat első cikkében szereplő ajánlásaink - a legjobb bevezető az adattudományi programozási tanfolyamokhoz - remek kezdés lenne. A Python és az R tanfolyamok egyaránt lefedésre kerülnek.

Ellenőrizze az adatok hiányát

A sorozat többi cikkéhez képest hiányoznak a fenti kritériumoknak megfelelő adatmegjelenítési tanfolyamok áttekintési adatai. Még nincs egyértelmű legjobb adatmegjelenítési tanfolyam. Az alábbi ajánlások tehát nem annyira meggyőzőek, mint a korábbi cikkek. Mint mindig, de különösen itt, próbálja meg kiválasztani az igényeinek leginkább megfelelő tanfolyamot.

A legjobb adatmegjelenítési tanfolyam kiválasztása…

  • Adatmegjelenítés Tableau Specializációval, a Kaliforniai Egyetem, Davis, a Coursera-n

… Amely a következő öt tanfolyamot tartalmazza:

  • A vizualizáció alapjai a Tableau-val
  • A Tableau alapvető tervezési elvei
  • Vizuális elemzés a Tableau-val
  • Irányítópultok és mesemondás létrehozása a Tableau segítségével
  • Adatmegjelenítés a Tableau Projekt segítségével

A Kaliforniai Egyetem, Davis adatmegjelenítése a Tableau Specializációval az elmélet és az eszköz lefedettségének legjobb kombinációját kínálja a cikk értékelési kritériumai alapján. Mélyen elmélyül az elméletben, mint néhány más tanfolyam. Vannak lehetőségek a Tableau gyakorlására áttekintések és egy végső projekt révén, bár a Tableau elsajátítása nem a fő hangsúly. Ez egy meglehetősen új szakterület (2016 vége), és a tanfolyamok között csak egy 4 csillagos minősítés van az elemzéshez használt áttekintő webhelyeken.

Govind Acharya, Hunter Whitney és Suk Brar az oktatók. Acharya az UC Davis vezető elemzője. Whitney és Brar elismert ipari szakemberek. Közöttük több évtizedes adatmegjelenítési tapasztalattal rendelkeznek, amelyet egyértelműen közvetítenek a tanfolyam tartalma. A videók jól előállítottak.

A Coursera szakterületének becsült ütemterve 22 hét, heti vállalások heti három-nyolc óra között mozognak. Ezek a becslések bizonyosan túl magasak, amint azt számos bíráló megjegyezte, és a Coursera-val kapcsolatos tapasztalataim. Jelenleg ingyenesek (az egyes tanfolyamok egyenként történő ellenőrzése) és fizetett (a szakirány kifizetése) lehetőségek állnak rendelkezésre.

A Coursera több prominens bírálója a következőket jegyezte meg:

Nemcsak azt mondják meg, hogyan kell elvégezni a vizualizáció tervezését, hanem azt is, hogy miért (az élettan, az alapelvek). Nagyon ajánlom ezt az órát. Nagyszerű tanfolyam - védekezik a megjelenítés előkészítésének néhány buktatójával szemben. Bár a Tableau használatának nagyon alapvető bevezetése, a tanfolyam széles és érdekes hátteret kínál, amely hasznosnak bizonyulhat mindazok számára, akik szeretnék jobban megérteni a vizualizáció alapjai.

Vizualizációs elmélet és R, megtanulva

  • Adatmegjelenítés a ggplot2 segítségével a DataCamp segítségével

… Amely három részből áll:

  • Adatmegjelenítés a ggplot2 segítségével (1. rész)
  • Adatmegjelenítés a ggplot2 segítségével (2. rész)
  • Adatmegjelenítés a ggplot2 segítségével (3. rész)

Egy másik nagyszerű lehetőség a DataCamp adatmegjelenítése a ggplot2 sorozattal, különösen, ha meg akarja tanulni az R-t és pontosabban a ggplot2-t. Jelentős mennyiségű elmélettel foglalkozunk, amely megfelelő, mivel a ggplot2-t a The Grammar of Graphics ihlette. Az eszköz lefedettsége és gyakorlata is lenyűgöző - ismerni fogja az R-t és annak furcsa szintaxisát, ha elhagyja ezeket a tanfolyamokat. Az elemzéshez használt áttekintő webhelyeken nincsenek vélemények ezekről a tanfolyamokról.

Mindhárom tanfolyam oktatója Rick Scavetta, aki biológus, műhelyképző, szabadúszó adattudós és a Science Craft társalapítója. A DataCamp hibrid tanítási stílusa a videofájlok (Scavetta főszereplésével) és a szöveges utasítások felhasználásával rengeteg példával rendelkezik a böngészőben található kódszerkesztő segítségével. A videó, szöveg és kód tartalma szépen csiszolt.

A becsült idővonal mindhárom tanfolyamra együttesen 16 óra. Minden kurzus első fejezete ingyenesen elérhető. A teljes hozzáféréshez DataCamp előfizetés szükséges, amely jelenleg havi 29 dollár vagy évi 300 dollár.

A következő jóváhagyást Hadley Wickham, az RStudio vezető tudósa és a ggplot2 készítője kapta:

Alaposan ajánlom Rick Scavetta „Data vizualization with ggplot2” -t. Kiváló bevezetést nyújt a ggplot2-hez. Megtanulja az alapul szolgáló elméletet, és gyakorlatot szerez a DataCamp online tanulási környezetében.

Praktikus bevezető a Tableau-ba, kiváló oktatóval

Kirill Eremenko és a SuperDataScience Team on Udemy Tableau 10 sorozat, amely a következőket tartalmazza:

  • Tableau 10 AZ: gyakorlati tabletta képzés az adattudomány számára!
  • Tableau 10 továbbképzés: Master Tableau az adattudományban

Kirill Eremenko tanítja, a SuperDataScience Tableau 10 szériája hatékony gyakorlati bevezetés. Leginkább az eszközök lefedettségére (Tableau) koncentrál, nem pedig az adatok vizualizációs elméletére. Eremenko az egyik legelismertebb oktató ezekben az útmutatókban, tanfolyamai során folyamatosan pozitív értékelésekkel. Az AZ tanfolyam előfeltétele az emelt szintű képzésnek. A sorozat tanfolyamai együttesen 4,6 csillagos súlyozott átlaggal rendelkeznek, több mint 3724 értékelés.

A sorozat tizenhét órányi videotartalommal rendelkezik. Az egyes tanfolyamok költségei az Udemy-kedvezmények függvényében változnak, de ezek gyakoriak, és 10 dollárért is megvásárolhatók.

Több prominens lektor megjegyezte a következőket:

Ez nagyon jó volt. ÉN használ Csoportkép naponta, de ez egy fantasztikus ismétlő egyes tételek i nem használható, és egy nagy tanulmány támogatást ül a Csoportkép Certified Professional vizsgát. Jó munkát Kirill és a csapat!

Kirill óriási tanár, és az ezen a kurzuson részt vevő hallgatók egyértelműen meglátják, miért van több tucat tanfolyama és több ezer hallgatója - képes komplex készségeket tanítani a valós üzleti körülmények között, és ezt fokozatosan teszi, ezáltal kombinálva a gyakran összetett feladatot: alapjai és kontextus-specifikus alkalmazásai egyszerre.

A verseny

Nézzük meg a többi alternatívát, csökkenő besorolás szerint rendezve.

Interaktív adatmegjelenítés a Python & Bokeh használatával (Ardit Sulce / Udemy): Eszközközpontúság (Python és Bokeh). Tartalmaz egy webalkalmazások létrehozásáról szóló részt. Hét óra videó. A költségek a gyakori Udemy-kedvezmények függvényében változnak. Ez egy 4,6 -csillagos súlyozott átlagos minősítés több mint 103 vélemény.

Információmegjelenítés (IVMOOC) (Indiana University / Independent): Nagyon részletesen lefedi az elméletet és a több eszközt. Lenyűgöző valós projekt. A regisztráció a tanfolyamadminisztrátoroktól kapott e-mailek ellenére sem működött. Teljes tizenkét hetes diplomás tanfolyam. Ingyenes. Ez egy 4,5 -csillagos súlyozott átlagos minősítés több mint 2 vélemény.

Tableau kezdőknek - Minősítés megszerzése Gyorsítsa fel karrierjét (Lukas Halim / Udemy): Eszközfókusz (Tableau). Négy óra videó. A költségek a gyakori Udemy-kedvezmények függvényében változnak. Ez egy 4,5 -csillagos súlyozott átlagos minősítés felett 649 vélemény.

Adatok elemzése és vizualizálása a Power BI (Microsoft / edX) használatával: Eszközközpontúság (Power BI). A Microsoft ökoszisztémájába fektetett üzleti felhasználók számára készült. Része a Microsoft Professional Data tanúsítványnak. Becsült ütemterv heti két-négy óra, hat hét alatt. Ingyenes, megvásárolható hitelesített tanúsítvánnyal. Ez egy 4,5 -csillagos súlyozott átlagos minősítés felett 117 vélemény.

Adatok elemzése és vizualizálása Excel (Microsoft / edX) segítségével: Eszköztár (Excel). A Microsoft ökoszisztémájába fektetett üzleti felhasználók számára készült. Része a Microsoft Professional Data tanúsítványnak. Becsült ütemterv heti két-négy óra, hat hét alatt. Ingyenes, megvásárolható hitelesített tanúsítvánnyal. Ez egy 4,5 -csillagos súlyozott átlagos minősítés felett 972 vélemény.

Az adatok a D3.js segítségével vizualizálják az egyszerű módot (Végtelen készségek / Udemy): Eszköztár (D3.js). Négy óra videó. A költségek a gyakori Udemy-kedvezmények függvényében változnak. Ez egy 4,4 -csillagos súlyozott átlagos minősítés felett 262 vélemény.

Adatmegjelenítés Python és Matplotlib (Stone River eLearning / Udemy) használatával: Eszközközpontúság (Python és Matplotlib). Hat óra videó. A költségek a gyakori Udemy-kedvezmények függvényében változnak. Ez egy 4,4 -csillagos súlyozott átlagos minősítés több mint 92 értékelés alapján.

Adatok elemzése: Vizualizáció és műszerfal tervezés (Delft University of Technology / edX): Eszköz (Excel) és üzleti fókusz. Becsült ütemterv heti négy-hat óra, hat hét alatt. Ingyenes megvásárolható ellenőrzött tanúsítvánnyal. Ez egy 4,2 -csillagos súlyozott átlagos minősítés több mint 5 vélemény.

Big Data: Adatmegjelenítés (Queenslandi Műszaki Egyetem / FutureLearn): Kiegyensúlyozott elmélet / eszközközpontúság. Különböző eszközöknek való kitettség. 2017. augusztus kezdete. Becsült ütemterv heti két óra, három hét alatt. Ingyenes vásárolható „frissítéssel”. Ez egy 4 -csillagos minősítés több mint 1 felülvizsgálatát.

Adatmegjelenítés és kommunikáció a Tableau-val (Duke University / Coursera): Eszköz (Tableau) és üzleti fókusz. Az Excel - MySQL része: Analitikai technikák az üzleti specializációhoz. Becsült ütemterv heti hat-nyolc óra, öt hét alatt. Ingyenes és fizetett lehetőségek állnak rendelkezésre. Ez egy 3,67 -csillagos súlyozott átlagos értékelése felett 9 értékelés.

Adatmegjelenítés (Illinoisi Egyetem, Urbana-Champaign / Coursera): Elméleti fókusz. Az adatbányászati ​​specializáció része. Becsült idővonal négy-hat óra hetente négy hét alatt. Ingyenes és fizetett lehetőségek állnak rendelkezésre. Ez egy 3,14 -csillagos súlyozott átlagos minősítés több mint 22 értékelés alapján.

Adatmegjelenítés és D3.js (Udacity): Kiegyensúlyozott elmélet / eszközközpontúság. A D3.js utasítás „hiányosnak” és „helytelennek” érzi magát. Becsült ütemterv hét hét. Ingyenes. Ez egy 2,83 -csillagos súlyozott átlagos értékelése felett 6 értékelés.

Adatkezelés és vizualizáció (Wesleyan University / Coursera): Kiegyensúlyozott elmélet / eszközközpontúság. Több eszközt tartalmaz (Python és SAS). Wesleyan adatelemzési és értelmezési szakterületének része. Becsült idővonal négy-öt óra hetente négy hét alatt. Ingyenes és fizetett lehetőségek állnak rendelkezésre. Ez egy 2,67 -csillagos súlyozott átlagos értékelése felett 6 értékelés.

Alkalmazott ábrázolás, ábrázolás és adatábrázolás Pythonban (University of Michigan / Coursera): Kiegyensúlyozott elmélet és eszközközpontúság. Ingyenes és fizetett lehetőségek állnak rendelkezésre. Ez egy 2 -csillagos súlyozott átlagos értékelése több mint 4 vélemény.

A következő tanfolyamokról 2017 márciusában nem volt vélemény.

Adatmegjelenítés Tableau-ban (Udacity): Az elméleti fókusz kiváló lefedettséggel. Rövid eszköz lefedettség (Tableau). Elsősorban szöveges oktatás feleletválasztós vetélkedőkkel. Az Udacity Data Analyst Nanodegree és Predictive Analytics for Business Nanodegree elemei. Ez a tanfolyam valószínűleg az első három helyre kerül, ha videókkal frissítik a szöveget. Becsült időtartam három hét. Ingyenes.

Adatmegjelenítő eszközök építése (Johns Hopkins University / Coursera): Eszközközpontúság (R és ggplot2). Része a JHU Mastering Szoftverfejlesztésnek R szakirányban. Becsült idővonal két hét hetente négy hét alatt. Ingyenes és fizetett lehetőségek állnak rendelkezésre.

Adatmegjelenítés mindenkinek (Trinity College / edX): Az elmélet fókusza. Becsült ütemterv heti három óra, hat hét alatt. Ingyenes, hitelesített tanúsítvánnyal megvásárolható.

Adatmegjelenítés az Advanced Excel (PwC / Coursera) segítségével: Eszköztár (Excel). A PwC adatelemzési és prezentációs készségeinek része: a PwC szemlélet specializációja. Becsült ütemterv heti három-négy óra négy hét alatt. Ingyenes és fizetett lehetőségek állnak rendelkezésre.

Üzleti elemzési eredmények közlése (University of Colorado Boulder / Coursera): Elmélet és üzleti fókusz. A Colorado Boulder Data Analytics for Business Bootcamp specializációjának része. Becsült időtartam négy hét. Ingyenes és fizetett lehetőségek állnak rendelkezésre.

Mesélés adatmegjelenítéssel (Dataquest): Többnyire eszközközpontú (Python, Matplotlib és Seaborn). A becsült idővonal nem világos. Többnyire ingyenes, de a teljes hozzáféréshez előfizetés szükséges.

Adatmegjelenítés tanulási útja (O'Reilly): Kiegyensúlyozott eszköz / elméleti fókusz. Fedezi a D3.js. Több oktató. Tizenöt óra tartalom. Tíz napos ingyenes próbaverzióval ingyenes.

Adatmegjelenítés a fejlesztők számára (Dan Appleman / Pluralsight): Az elmélet fókusza. Fejlesztőkhöz igazítva. Két óra tartalom. Tíz napos ingyenes próbaverzióval ingyenes.

A következő négy tanfolyamot Bill Shander, a Beehive Media készítette, és a Lynda kínálja. Időrendi sorrendben vannak felsorolva a megjelenés dátuma szerint.

Adatmegjelenítés alapjai (Bill Shander / Lynda): Az elmélet fókusza. Négy órányi tartalom. Tíz napos ingyenes próbaverzióval ingyenes.

Adatmegjelenítés megtervezése (Bill Shander / Lynda): Az elmélet fókusza. Felöleli egy adott projekt létrehozását a koncepciótól az adatelemzésen át a tervezésig és a kivitelezésig. Négy órányi tartalom. Tíz napos ingyenes próbaverzióval ingyenes.

Adatmegjelenítés adatelemzők számára (Bill Shander / Lynda): Az elmélet fókusza. Adatelemzők számára készült. Két óra tartalom. Tíz napos ingyenes próbaverzióval ingyenes.

Adatmegjelenítés Mesélés alapjai (Bill Shander / Lynda): Az elmélet fókusza. Két óra tartalom. Tíz napos ingyenes próbaverzióval ingyenes.

Vizualizáció R-ben kezdőtől haladóig (Nathan Yau / FlowingData): Négyhetes tanfolyam. Előfizetés szükséges.

A DataCamp a következő négy tanfolyamot kínálja. Amint fentebb említettük, a DataCamp hibrid tanítási stílusa a videó- ​​és szövegalapú utasításokat rengeteg példával hasznosítja a böngészőben található kódszerkesztő segítségével.

Adatmegjelenítés R-ben (DataCamp): Kiegyensúlyozott elmélet / eszközközpontúság. Borítja az alap R grafikákat. Becsült idővonal négy óra. A teljes hozzáféréshez előfizetés szükséges.

Bevezetés az adatok vizualizálásához Python-nal (DataCamp): Eszközközpontúság (Python, Matplotlib és Seaborn). Becsült idővonal négy óra. A teljes hozzáféréshez előfizetés szükséges.

Interaktív adatmegjelenítés a Bokeh-szal (DataCamp): Eszközfókusz (Python és Bokeh). Becsült idővonal négy óra. A teljes hozzáféréshez előfizetés szükséges.

Adatmegjelenítés R-ben ggvis-sel (DataCamp): Kiegyensúlyozott elmélet / eszközközpontúság. Borítók R és ggvis. Becsült idővonal négy óra. A teljes hozzáféréshez előfizetés szükséges.

Csomagolás

Ez a hatrészes sorozat negyedik része, amely a legjobb online tanfolyamokat ismerteti, hogy elindulhasson az adattudomány területén. Az első cikkben a programozásra, a második cikk statisztikáira és valószínűségére, a harmadik cikk pedig az adattudomány bevezetőire terjedt ki. A sorozat fennmaradó része az adattudomány egyéb alapvető kompetenciáira terjed ki. A következő a gépi tanulás.

Ha meg akarja tanulni az adattudományt, kezdje az egyik ilyen programozási órával

medium.freecodecamp.com Ha meg akarja tanulni a Data Science-t, vegyen részt néhány ilyen statisztikai osztályon

medium.freecodecamp.com Minden Intro to Data Science kurzust az interneten rangsoroltam, több ezer adatpont alapján

medium.freecodecamp.com

Az utolsó cikk összefoglaló lesz ezekről a cikkekről, valamint a legjobb online tanfolyamok más kulcsfontosságú témákról, mint például az adatkezelés, az adatbázisok és még a szoftvertervezés is.

Ha a Data Science online tanfolyamok teljes listáját keresi, megtalálja azokat a Class Central Data Science és Big Data subject oldalán.

Ha szívesen olvasta ezt, nézze meg a Class Central többi darabját:

Íme 250 Ivy League tanfolyam, amelyet ingyen online vehet igénybe online

250 MOOC Brown, Columbia, Cornell, Dartmouth, Harvard, Penn, Princeton és Yale. medium.freecodecamp.com Az adatok szerint az 50 legjobb ingyenes online egyetemi tanfolyam

Amikor még 2011 novemberében elindítottam a Class Central szolgáltatást, körülbelül 18 ingyenes online tanfolyam volt, és szinte az összes… medium.freecodecamp.com

Ha javaslataid vannak a hiányzó tanfolyamokra, tudasd velem a válaszokban!

Ha hasznosnak találta, kattintson a? így többen láthatják itt a Mediumon.

Ez egy rövid cikk az eredeti cikkemről, amelyet a Class Central-on tettem közzé, ahol további tanfolyamleírásokat, tanterveket és több áttekintést is mellékeltem.