Egy évvel ezelőtt számgödör voltam, kódolási háttér nélkül. Miután kipróbáltam egy online programozási tanfolyamot, annyira megihletett, hogy beiratkoztam Kanada egyik legjobb informatikai programjába.
Két héttel később rájöttem, hogy ehelyett mindent megtanulhatok az edX, a Coursera és az Udacity révén. Szóval kiestem.
A döntés nem volt nehéz. Gyorsabban, hatékonyabban és a költségek töredékéért tanulhattam meg a kívánt tartalmat.
Már rendelkeztem egyetemi diplomával, és ami még fontosabb, hogy már rendelkeztem egyetemi tapasztalattal. 30 000 dollár + fizetése az iskolába való visszatérésért felelőtlennek tűnt.
Röviddel ezután online tanfolyamok használatával kezdtem meg saját adattudományi mesterképzésemet, miután rájöttem, hogy ez jobban megfelel nekem, mint a számítástechnika. Átnéztem a programozási táj bevezetését. Már több tanfolyamot is elvégeztem, és sok más részét ellenőrizgettem. Tudom a lehetőségeket, és milyen készségekre van szükség, ha adatelemző vagy adatkutatói szerepet szán.
Ehhez az útmutatóhoz több mint 20 órát töltöttem, hogy megtaláljam a 2016. augusztusától felajánlott programozási tanfolyamok minden egyes online bevezetését, kivonva a kulcsfontosságú információkat a tantervekből és az áttekintésekből, és összeállítva az 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 négy kritériumnak kellett megfelelnie:
- Bevezeti a programozást és adott esetben a számítástechnikát . Lásd alább: „Megjegyzés a programozással szemben a számítástechnikával”.
- Az oktatás nyelve Python vagy R. Ez messze a két legnépszerűbb programozási nyelv, amelyet az adattudományban használnak.
- Interaktív online tanfolyamnak kell lennie, tehát nincsenek könyvek vagy szöveges oktatóanyagok. Ez utóbbit tekintve a Codecademy videó nélküli és szövegszerkesztő alapú tanfolyamai megfelelnek, de az R oktatóanyaghoz hasonló szigorú szöveges oktatóanyagok nem. Bár a könyvek életképes módszerek a programozás, a Python és az R elsajátítására, ez az útmutató a tanfolyamokra összpontosít.
- Megfelelő hosszúságúnak kell lennie: a becsült befejezéshez összesen legalább tíz óra.
Hogyan értékeltük a tanfolyamokat
Úgy gondoljuk, hogy minden figyelemre méltó tanfolyamot lefedtünk, amely létezik és megfelel a fenti kritériumoknak. Mivel látszólag több száz tanfolyam létezik az Udemy-ről a Pythonban és az R-ben, úgy döntöttünk, hogy csak a legtekintettebb és a legmagasabb besorolásúakat vesszük figyelembe. Van azonban esély arra, hogy valamit elmulasztottunk. Kérjük, tudassa velünk, ha úgy gondolja, hogy ez a helyzet.
Összeállítottuk a Class Central és más értékelési oldalak átlagos értékelését és véleményeinek számát. Kiszámítottuk az egyes tanfolyamok súlyozott átlagát. Ha egy sorozatnak több tanfolyama volt (például a Rice University 1. és 2. része), akkor kiszámítottuk az összes tanfolyam súlyozott átlagát. Szöveges áttekintéseket is olvastunk, és ezeket a visszajelzéseket használtuk a numerikus értékelések kiegészítésére.
Három tényező alapján készítettünk szubjektív tantervi bírálatokat:
- A programozás alapjainak lefedése.
- Fejlettebb, de hasznos témák lefedése a programozásban. (Például több kurzus úgy dönt, hogy nem foglalkozik az objektumorientált programozással. Úgy gondoljuk, hogy ez kulcsfontosságú téma, bár nem üzletkötő, ezért ezek a kurzusok csak dokkolt jegyek, és nem zárják ki őket az megfontolásból.)
- A tanterv mekkora része releváns az adattudomány számára?
Megjegyzés a programozással szemben a számítástechnikával kapcsolatban
A programozás nem informatika és fordítva. Van egy különbség, amelyet a kezdők nem tudnak pontosan. Ezt a választ kölcsönvéve a Programmers Stack Exchange-től:
A számítástechnika annak tanulmányozása, hogy a számítógépek mit tudnak megtenni; a programozás az a gyakorlat, hogy a számítógépeket dolgokra késztetik.A keresett tanfolyam bevezeti a programozást, és opcionálisan megérinti a számítástechnika releváns aspektusait, amelyek a tudatosság szempontjából előnyösek lennének egy új programozó számára. Észreveheti, hogy a figyelembe vett kurzusok közül soknak van informatikai része.
Egyik tanfolyam sem szigorúan informatikai tanfolyam, ezért kizárt valami, például a Harvard CS50x az edX-en.
Az adattudósok számára a legjobb programozási tanfolyam választása:
A Torontói Egyetem „Tanulj meg programozni” sorozat a Coursera-n. LTP1: Az alapok és az LTP2: A kézműves minőségi kódex szinte tökéletes súlyozott átlagértéke 4,71 az 5 csillagból, 284 értékelés felett. A kezdő adattudósok számára a tartalmi nehézségek és a lehetőségek nagyszerű keveréke is van.
A programozásnak ez az ingyenes, Python-alapú bevezetése megkülönbözteti magát a többi 20+ tanfolyamtól, amelyet figyelembe vettünk.
Jennifer Campbell és Paul Gries, a Toronto Egyetem informatikai tanszékének két docense (amelyet a világ egyik legjobbjának tartanak) tanítják a sorozatot. Az önálló ütemű, önálló Coursera tanfolyamok megegyeznek a „Gyakorlati programozás: Bevezetés a számítástechnikába a Python 3 használatával” című könyvük anyagával. Az LTP1 a könyv 40-50% -át, az LTP2 pedig további 40% -át fedi le. A nem fedezett 10–20% nem különösebben hasznos az adattudomány számára, ami segített abban, hogy a mi választásunk legyen.
A professzorok kérésre szívesen és haladéktalanul elküldték nekem a részletes tanterveket, amelyeket online volt nehéz megtalálni a tanfolyam hivatalos újrakezdése előtt, 2016 szeptemberében.
Tanuljon meg programozni: Az alapok (LTP1)
Idővonal: 7 hét
Becsült időelkötelezettség: heti 6–8 óra
Ez a tanfolyam bemutatja a programozási tapasztalattal nem rendelkező emberek számítógépes programozását. Ez magában foglalja a Python programozásának alapjait, beleértve az elemi adattípusokat (numerikus típusok, karakterláncok, listák, szótárak és fájlok), a vezérlési folyamatot, a függvényeket, az objektumokat, a módszereket, a mezőket és a mutabilitást.
Modulok
- Python, IDLE, matematikai kifejezések, változók, hozzárendelési utasítás, függvények, szintaxis és szemantikai hibák hívása és meghatározása telepítése.
- Karakterláncok, input / output, függvények újrafelhasználása, függvénytervezési receptek és docstringek.
- Logikai értékek, import, névterek és if utasítások.
- Hurkokhoz és divatos húr manipulációhoz.
- Miközben ciklusok, listák és mutabilitás.
- Az indexek, párhuzamos listák és karakterláncok, valamint fájlok közötti hurkok esetén.
- Szalagok és szótárak.
Tanuljon meg programozni: Crafting Quality Code (LTP2)
Idősor: 5 hét
Becsült időelkötelezettség: heti 6–8 óra
Ismeri a Python programozásának alapjait: elemi adattípusok (numerikus típusok, karakterláncok, listák, szótárak és fájlok), vezérlési folyamat, függvények, objektumok, módszerek, mezők és mutabilitás. Önnek jónak kell lennie ezekhez a tanfolyam sikere érdekében.
LTP: A Crafting Quality Code a következő lépéseket tartalmazza: nagyobb programok megtervezése, a kód tesztelése annak érdekében, hogy tudd, működik-e, a kód elolvasása annak megértése érdekében, hogy mennyire hatékony, és saját típusok létrehozása.
Modulok
- Algoritmusok tervezése: hogyan döntse el, mit kell tennie egy függvénytestben? Hogyan lehet kitalálni, hogy milyen funkciókat kell először megírni?
- Automatizált tesztelés: doctest és unittest.
- Kód elemzése a sebesség érdekében - a keresés és a rendezés részletei.
- Új típusok létrehozása: osztályok a Pythonban.
- Funkciók argumentumként, alapértelmezett paraméterértékként és kivételként.
Gries docens a következő kommentárt adta a tanfolyam felépítéséhez is: „Minden modulnak körülbelül 45 perc és valamivel több mint egy óra videója van. Vannak videón belüli vetélkedők, amelyek a videók tanulmányozásával töltött összes időt talán 2 órára növelik. "
Ezek a videók általában rövidebbek, mint tíz perc.
Folytatta: „Ezenkívül modulonként van egy gyakorlatunk (egy-két tucat feleletválasztós és rövid válaszú kérdés), amelynek egy-két órát kell igénybe vennie. Az LTP1-ben három programozási feladat van, amelyek mindegyike négy-nyolc órás munkát vehet igénybe. Az LTP2-ben két hasonló méretű programozási feladat van. ”
Hangsúlyozta, hogy a heti 6–8 órás becslés durva tipp: „Az eltöltött idő becslése hihetetlenül diákfüggő, ezért kérjük, vegye becsléseimet ebben az összefüggésben. Például, aki ismer egy kicsit programozást, esetleg egy másik programozási nyelven, feleannyi időt vehet igénybe valaki, aki teljesen új a programozásban. Előfordul, hogy valaki elakad néhány órán át egy koncepción, míg más koncepciókon átgondolhatja magát ... Ez az egyik oka annak, hogy a saját tempójú formátum annyira vonzó számunkra.
Összességében a Torontói Egyetem Tanulj meg programozni sorozat becslések szerint 12 hetet tart heti 6–8 órában, ami körülbelül az egyetemek által létrehozott online tanfolyamok szabványának felel meg. Ha inkább tanulmányozza a MOOC-kat, ez 72–96 óra, amelyet két-három hét alatt meg lehet valósítani, különösen, ha van egy kis programozási tapasztalata.
Egy másik nagyszerű Python lehetőség
Ha már ismeri a programozást, és nem bánja egy olyan tananyagot, amely jelentős eltéréseket mutat a játékok és az interaktív alkalmazások irányában, akkor a Rice University Bevezetés az interaktív programozásba Python-ban című részét (1. és 2. rész) is ajánlom a Coursera-n.
Több mint 6000 értékeléssel és a legmagasabb súlyozott átlaggal, 4,93 / 5 csillaggal, ez a népszerű tanfolyam vonzó videókkal, kihívást jelentő vetélkedőkkel és élvezetes mini projektekkel rendelkezik. Ez valamivel nehezebb, és kevésbé az alapokra és inkább azokra a témákra összpontosít, amelyek nem alkalmazhatók az adattudományban, mint az 1. számú választásunk.
Ezek a kurzusok a Coursera számítógépes specializációjának 7 kurzusának is részét képezik.
Az anyagok saját tempójúak és ingyenesek, fizetett tanúsítvány áll rendelkezésre. A tanfolyamot 79 dollár (USD) áron kell megvásárolni a minősített anyagokhoz való hozzáférés érdekében.
A sűrített kurzusleírás és a teljes tanterv a következő:
„Ez a kétrészes tanfolyam célja, hogy a nagyon kevés vagy egyáltalán nem számítástechnikai háttérrel rendelkező hallgatók elsajátítsák az egyszerű interaktív alkalmazások felépítésének alapjait ... A Python megtanulásának megkönnyítése érdekében kifejlesztettünk egy új böngészőalapú programozási környezetet, amely megkönnyíti az interaktív alkalmazások fejlesztését a Pythonban. egyszerű. Ezek az alkalmazások olyan ablakokat fognak tartalmazni, amelyek tartalma grafikus, és reagál a gombokra, a billentyűzetre és az egérre.
Ajánlott háttér: A középiskolai matematika ismerete szükséges. Míg az osztályt olyan hallgatóknak tervezték, akiknek nincs korábbi programozási tapasztalatuk, néhány kezdő programozó gyors tempójúnak tekintette az osztályt . Azoknak a hallgatóknak, akik az óra kezdete előtt némi könnyű felkészülés iránt érdeklődnek, javasoljuk egy saját tempójú Python-oktatási webhelyet, például a codecademy.com-ot. ”
1. rész
Idősor: 5 hét
Becsült időelkötelezettség: heti 7–10 óra
0. hét - állítások, kifejezések, változók
Ismerje meg ennek az osztálynak a felépítését, és fedezze fel a Pythont számológépként.
1. hét - függvények, logika, feltételek
Ismerje meg a Python programozás alapkonstrukcióit, és hozzon létre egy programot, amely a Rock-Paper-Scissors változatát játssza le.
2. hét - eseményvezérelt programozás, helyi / globális változók
Ismerje meg az eseményvezérelt programozás alapjait, értse meg a helyi és globális változók közötti különbséget, és hozzon létre egy interaktív programot, amely egyszerű találgatásokat játszik.
3. hét - vászon, rajz, időzítők
Hozzon létre vásznat a Pythonban, tanulja meg, hogyan rajzoljon a vászonra, és hozzon létre egy digitális stoppert.
4. hét - felsorolások, billentyűzet bevitele, a mozgás modellezésének alapjai
Ismerje meg a listák alapjait a Pythonban, mozgó objektumok modellezését a Pythonban, és teremtse újra a klasszikus „Pong” arcade játékot.
2. rész
5. hét - egér bevitele, módszerek felsorolása, szótárak
Olvassa el az egér bevitelét, ismerje meg a listamódszereket és a szótárakat, és rajzoljon képeket.
6. hét - osztályok és objektum-orientált programozás
Tanulja meg az objektum-orientált programozás alapjait a Pythonban osztályok használatával, és dolgozzon csempézett képekkel.
7. hét - alapvető játékfizika, sprite
Értse meg a gyorsulás és a súrlódás matematikáját, dolgozzon sprite-ekkel, és adjon hangot játékához.
8. hét - készletek és animáció
Tudjon meg többet a Python halmazairól, az sprite-ek ütközéseinek kiszámításáról és az sprite-ek animálásáról.
Ha R-re van állítva
Ha R programozási kurzusának bevezetését választja, javasoljuk a DataCamp R tanfolyamainak sorozatát: Bevezetés az R-be, az R középszintű, az R középszintű - gyakorlat és az írásfunkciók az R-be. Bár az utóbbi három ára 25 dollár, / hó, a DataCamp a kategóriában a legjobb a programozási alapismeretek és az R-specifikus témák lefedésére, ami tükröződik átlagos 4,29 / 5 csillagos minősítésében.
Meggyőződésünk, hogy az online tanfolyamok segítségével az adattudomány programozásának elsajátítása a legjobb módszer , ha ezt először a Pythonon keresztül végezzük. Miért? Hiányoznak a MOOC opciók, amelyek megtanítják az alapvető programozási elveket és az R-t használják tanítási nyelvként. Hat ilyen R tanfolyamot találtunk, amelyek megfelelnek tesztelési kritériumainknak, összehasonlítva huszonkét Python-alapú tanfolyammal. Az R tanfolyamok többsége nem kapott kiváló minősítést, és nem felelt meg a legtöbb szubjektív tesztelési kritériumunknak.
A sorozat szerinti bontás a következő:
Bevezetés az R-be
Becsült idő elkötelezettség: 4 óra
Fejezetek:
- Bevezetés az alapokba
- Vektorok
- Mátrixok
- Tényezők
- Adatkeretek
- Listák
R közbenső
Becsült időtartam: 6 óra
Fejezetek:
- Feltételek és vezérlő áramlás
- Hurkok
- Funkciók
- A pályázó család
- segédprogramok
R köztes - gyakorlat
Becsült idő elkötelezettség: 4 óra
Ez az R köztes tanfolyam nem terjed ki az új programozási koncepciókra. Ehelyett egy csomó új és szórakoztató gyakorlattal erősíti az R középszintű témák ismereteit.
Írásfunkciók R-ben
Becsült idő elkötelezettség: 4 óra
Fejezetek:
- Gyors frissítés
- Mikor és hogyan kell egy függvényt írni
- Funkcionális programozás
- Fejlett bemenetek és kimenetek
- Robusztus funkciók
Az R másik lehetősége az lenne, ha Python-alapú bevezetést végezne a programozási tanfolyamra, hogy átfogja a programozás alapjait, majd felvegye az R szintaxist egy R alapok tanfolyammal. Ezt tettem, de az Udacity Data Analysis alkalmazásával R-vel csináltam. Nekem jól sikerült.
R-t átveheti a statisztikai osztályra vonatkozó legjobb ajánlásunkkal is, amely a statisztikai problémák kódolásával tanítja meg az R alapjait.
A verseny
Az 1. és 2. helyezettink 4,71, illetve 4,93 csillaggal súlyozott átlagértéket értek el 284, illetve 6 069 értékelés felett. Nézzük meg a többi alternatívát.
Python tanfolyamok (csökkenő súlyozott átlag)
- Programozás mindenkinek (A Python használatának megkezdése) és a Python adatszerkezeteinek (University of Michigan / Coursera): egy másik nagyszerű lehetőség. Van egy nagyszerű tanára is (Dr. Charles „Chuck” Severance). Ez a sorozat közel került az 1. számú választásunk bitorlásához, mert megfelelt a besorolásban és a legtöbb szubjektív kritériumban. Ez a tanfolyam azonban kíméletesebb, a bírálók megjegyzik, hogy ez nem biztos, hogy más felkészüléssel segít. Dr. Chuck megjegyezte, hogy ez a tanfolyam híd a fejlettebb programozási tanfolyamok felé: „ Azt javaslom, hogy miután a hallgatók elvégzik a Python-tanfolyamomat, vegyenek részt a Rice-tanfolyamon, ha további programozás érdekli őket. ”Azt is éreztük, hogy az első számú választásunk véleménye lelkesebb volt. 4,8 csillagos súlyozott átlagos besorolással rendelkezik, több mint 4800 értékelés felett.
- Python AZ: A Python az adattudományhoz valódi gyakorlatokkal (Udemy): pénzbe kerül, és 4,7 csillagos súlyozott átlagos besorolással rendelkezik, 52 értékelés felett.
- Automatizálja az unalmas dolgokat a Python programozással (Udemy): pénzbe kerül, és 4,6 csillagos súlyozott átlagértéke meghaladja a 2000+ véleményt.
- Python kezdőknek: Noobtól a szakértőig 22 órán belül (Udemy): pénzbe kerül, és 4,6 csillagos súlyozott átlagértéke meghaladja a 240 véleményt.
- Bevezetés a számítástechnikába és a Python használatával történő programozásba (MIT / edX): egy másik jó lehetőség. 4,5 csillagos súlyozott átlagos besorolással rendelkezik, 240 értékelés felett.
- Komplett Python Bootcamp (Udemy): pénzbe kerül, és 4,5 csillagos súlyozott átlagértéke meghaladja a 4700+ véleményt.
- A Treehouse Python sorozata (9 tanfolyam): pénzbe kerül. Népszerű lehetőség, de nincs elég értékelés ahhoz, hogy értékítéletet hozzon. 4,5 csillagos súlyozott átlaggal rendelkezik, több mint 5 értékelés.
- Python (Codecademy): videó nélküli, szövegszerkesztő alapú, interaktív tanfolyam. 4,5 csillagos súlyozott átlagos besorolással rendelkezik, 20 értékelés felett.
- Bevezetés a Python for Data Science-be (Microsoft / edX): 4,47 csillagos súlyozott átlagos besorolással rendelkezik, 360 értékelés felett.
- Bevezetés a Nanodegree (Udacity) programozásába: figyelemre méltó módon a webfejlesztésre összpontosít. Remek lehetőség azok számára, akik nem tudják, milyen típusú programozást akarnak csinálni. 4,4 csillagos súlyozott átlagos besorolással rendelkezik, több mint 730 véleményen. Ne feledje, hogy az Udacity népszerű „Intro to Computer Science” tanfolyamának első felét tartalmazza, amely nem felel meg felvételi kritériumainknak.
- CS mindenkinek: Bevezetés a számítástechnikába és a Python programozásba (Harvey Mudd College / edX): nagyon kevés értékelése van, és 4,33 csillagos súlyozott átlagértékelés 6 értékelés felett.
- Alapítványok programozása Python-nal (Udacity): nem fedi le az alapokat. 4 csillagos súlyozott átlagos besorolással rendelkezik, több mint 7 értékelés.
- Tanuljon meg programozni a Python használatával (edX / University of Texas Arlington): 4 csillagos súlyozott átlagos besorolással rendelkezik, 14 értékelés felett.
- Tanuljon kódolni az adatelemzéshez (The Open University / FutureLearn): 3,5 csillagos súlyozott átlaggal rendelkezik, 2 értékelés felett.
- A DataCamp Python sorozata (3 tanfolyam): nincs véleménye a két fő tanfolyam-áttekintő webhelyről, de a DataCamp népszerű lehetőség.
- A SoloLearn Python 3 oktatóprogramja: nincsenek vélemények, de átfogó tantervvel és dedikált rajongói bázissal rendelkezik.
- A Dataquest Python sorozata (3 tanfolyam): nincs áttekintése, de átfogó tantervvel és szókimondó fanbázissal rendelkezik.
R tanfolyamok (csökkenő súlyozott átlag)
- R AZ ™ programozása: R Adattudományhoz valódi gyakorlatokkal! (Udemy): pénzbe kerül. Nem kínál annyi durranást a bakodért, mint az első számú R ajánlatunk. Az értékelések hasonlóak, figyelembe véve a minta nagyságát. 4,7 csillagos súlyozott átlagos besorolással rendelkezik, 785 értékelés felett.
- Bevezetés a Data Science R-be (Microsoft / edX): nem akkora mélységű, mint a DataCamp kínálata. 4,48 csillagos súlyozott átlagos besorolással rendelkezik, több mint 500 értékelés.
- R programozás (Johns Hopkins Egyetem / Coursera): nem fedi le kellőképpen a programozás alapjait. A bírálók megjegyzik, hogy ez nehéz, és nem jó értelemben. 4,04 csillagos súlyozott átlagos besorolással rendelkezik, több mint 900 értékelés felett, annak ellenére, hogy a Class Central 212 véleménye meghaladja a 2,5 csillagos értékelést.
- TryR (CodeSchool): nem elég hosszú ahhoz, hogy megfeleljen a tesztelési feltételeknek, és nem fedi le kellőképpen a programozási alapokat. 4 csillagos súlyozott átlagos besorolással rendelkezik, 260 értékelés felett.
- R programozás az adattudomány számára (Microsoft / edX): inkább az R nyelv bevezetése, mint a programozás. A tanfolyam helye kijelenti: "Ha van valamilyen programozási tapasztalata, és szeretne többet megtudni az R-ről, akkor jó helyen jár." 3 csillaggal súlyozott átlagos besorolással rendelkezik, több mint 12 értékelés.
Csomagolás
Ez az első egy hatrészes sorozatból, amely a legjobb MOOC-kat fedi fel, hogy elindulhasson az adattudomány területén. Több más adattudományi alapkompetenciát fog lefedni: a statisztikát, az adattudományi folyamatot, az adatok vizualizálását és a gépi tanulást.
Ha meg akarja tanulni az adattudományt, vegyen részt néhány ilyen statisztikai osztályból
Átfogó útmutató az online statisztikákhoz és a valószínűségi tanfolyamokhoz. medium.freecodecamp.com Minden Intro to Data Science kurzust az interneten rangsoroltam, több ezer adatpont alapján
Átfogó útmutató az online bevezető adatbázistanfolyamokhoz. medium.freecodecamp.com
Az utolsó rész ezeknek a tanfolyamoknak az összefoglalója lesz, és a legjobb MOOC-kat más kulcsfontosságú témákhoz, mint például az adatkezelés, az adatbázisok és még a szoftvertervezés is.
Ha a Data Science MOOC-ok 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 az eredeti cikk tömörített változata, amely a Class Central-on jelent meg, ahol a tanfolyamok leírása, tanterve és többszörös áttekintés szerepel.