Przejdź do głównej zawartości

Nowy kurs, nowa motywacja - ruszam z "IBM Data Science" na Courserze!

 

Od ostatniego posta minęło już trochę czasu i w międzyczasie moje plany dotyczące nauki zdążyły się nieco zmienić. Powiedziałabym nawet, że dość radykalnie, bo tymczasowo zmieniłam platformę, z której korzystam. Zaczęłam też pracować nad prywatnym projektem analitycznym (ale o nim napiszę więcej, gdy będzie na ukończeniu).

Dzisiaj opowiem, co teraz planuję osiągnąć i w jakim czasie.

Dlaczego Coursera?

Na pewno dobrze znacie platformę Coursera - ja również dużo o niej słyszałam i tym razem postanowiłam ją przetestować. Nie oznacza to rezygnacji z DataCampa - wielokrotnie wspominałam, jak bardzo lubię tę platformę i korzystam z niej od dawna. Zmieniam ją tylko na czas przejścia kursu na Courserze, a potem wracam.

Skąd ta zmiana?

Po części z potrzeby odświeżenia - myślę, że dobrze mi zrobi tymczasowe przejście na inny styl nauki, poznanie nowych metod przekazywania wiedzy i „odpoczynek głowy” od dotychczasowego schematu. Wybrałam akurat Courserę, bo - podobnie jak DataCamp - to jedno z tych zaufanych źródeł nauki online, a dodatkowo umożliwia zdobycie rozpoznawalnego certyfikatu.

Kurs "IBM Data Science" - pierwsze wrażenia

Kurs, który wybrałam, to „IBM Data Science”, składający się aż z 12 modułów. Rozpoczęłam go przedwczoraj i już zdążyłam zapoznać się z formą przekazywania treści - po przerobieniu pierwszego modułu czuję, że wchodzę w rytm.

Co mi się podoba?

  • Zróżnicowanie materiałów: mamy tu nagrania video z ekspertami, video z lektorem i infografikami, quizy, testy, fragmenty książek, a także zadania niepodlegające ocenie.
  • Praktyczne projekty: przeglądając strukturę całego kursu zauważyłam obecność praktycznych projektów - to mój absolutny faworyt, bo uwielbiam przekładać teorię na praktykę.
  • Harmonogram nauki: poszczególne testy są rozpisane na konkretne dni, co bardzo mnie motywuje. Zadania oceniane muszą być wykonane w terminie, bo inaczej ocena może się nie wygenerować (nie zamierzam tego sprawdzać na własnej skórze!).
  • Realistyczny plan: cały kurs zaplanowany jest na 4 miesiące przy założeniu pracy przez 10 godzin tygodniowo. To idealnie wpasowuje się w mój rytm - tyle zwykle poświęcam na naukę, powtórki i projekty. Czasem nawet więcej!

Co dalej?

Na razie jestem bardzo podekscytowana nowym wyzwaniem. Liczę na solidną powtórkę materiału, ale też na poszerzenie wiedzy o nowe elementy. Na bieżąco będę relacjonować postępy i dzielić się opinią o kursie - być może moja ocena się zmieni, zobaczymy.

Planowana data zakończenia: 17 listopada

Czy skończę szybciej? Zobaczymy! Częściowo materiał to powtórka, więc powinno iść sprawnie, ale wszystko zależy od długości poszczególnych modułów. Jedno wiem na pewno: nie zamierzam niczego pomijać!

Podsumowanie

Zmiana platformy to dla mnie świeży start i okazja do spojrzenia na naukę z innej perspektywy. Coursera już na początku zrobiła na mnie bardzo dobre wrażenie, a kurs IBM Data Science zapowiada się naprawdę wartościowo. Mam nadzieję, że dzięki temu jeszcze lepiej utrwalę wiedzę, uzupełnię braki i zdobędę nową energię do dalszego rozwoju w analizie danych.


Etykiety:

Komentarze

Prześlij komentarz

Popularne posty z tego bloga

Statystyka praktyczna w data science- książka [RECENZJA]

  Idąc za ciosem, postanowiłam dalej pracować nad swoim rozumieniem statystyki. W tym celu sięgnęłam po książkę „Statystyka praktyczna w data science” autorstwa Petera Bruce’a, Andrewa Bruce’a i Petera Gedecka. Czy jestem zawiedziona? Wręcz przeciwnie! 📘 Dlaczego sięgnęłam po tę książkę? Po przeczytaniu „Analityka danych” (o którym pisałam tutaj: Jak polubić statystykę? Książka „Analityk Danych”- idealna na początek! [Recenzja] ) poczułam, że czas na kolejny krok- coś bardziej konkretnego i praktycznego. Chciałam ugruntować podstawy statystyki, ale w sposób zrozumiały, nieprzytłaczający i przydatny z perspektywy osoby, która dopiero wchodzi w świat data science. 💡 Pierwsze wrażenie- bardzo pozytywne! Jestem zadowolona ze swojego wyboru z wielu powodów. Przede wszystkim – za sposób, w jaki ta książka została zaprojektowana. Różne elementy treści zostały wyróżnione: kursywą, pogrubieniem, czcionką o stałej szerokości, a nawet czcionką o stałej szerokości z kursywą . Do tego trzy ...
Prześlij komentarz
Czytaj więcej

Certyfikat DataCamp: Python Data Associate- jak się do niego przygotowuję?

  Minęło już sporo czasu, odkąd zaczęłam uczyć się na platformie DataCamp. Większość materiałów, które przerabiałam, dotyczyła Pythona (choć trochę zahaczyłam też o inne tematy). Może się wydawać, że po tak długim czasie powinnam już być mistrzynią, ale prawda jest taka, że między dwoma intensywnymi okresami nauki minęło wystarczająco dużo czasu, żebym zaczęła się zastanawiać… czy ja w ogóle jeszcze coś pamiętam? Praktyka jest ważna - a ja trochę o tym zapomniałam. Potem przyszedł moment intensywnych powtórek, od zupełnych podstaw. Chciałam mieć pewność, że nic mi nie umknęło i że nie przeskoczyłam czegoś istotnego. To wtedy postanowiłam, że tym razem nie odpuszczę, nawet jeśli życie znowu postanowi trochę namieszać (a potrafi). Ustaliłam sobie konkretny cel, zaczęłam działać i regularnie wracać do materiału. Podsumowanie nauki Dla mnie fajnym podsumowaniem tej nauki są różnego rodzaju certyfikaty. Nie tyle dla CV, co po prostu dla siebie - żeby się podbudować i mieć poczucie, że ...
Prześlij komentarz
Czytaj więcej

Jak polubić statystykę? Książka „Analityk Danych”- idealna na początek! [Recenzja]

  Dlaczego warto przeczytać ten wpis?      Temat projektów przekładam na kolejny wpis. Muszę się czymś podzielić. Dwa tygodnie temu zakupiłam w Empiku książkę pod tytułem „Analityk Danych” autorstwa Alexa J. Gutmana i Jordana Goldmeiera. Ta pozycja jest REWELACYJNA (pomimo, że dotyczy statystyki w data science). To moja druga książka o statystyce w życiu i muszę przyznać, że tę pierwszą biorę sobie do czytania, gdy nie mogę zasnąć. Sprawdza się doskonale. Natomiast od tej nie mogę się odkleić, co jest naprawdę dziwne, bo jest o statystyce, za którą naprawdę kiedyś nie przepadałam. Teraz jednak dochodzę do wniosku, że to nie była kwestia samej statystyki, bo daleko jej do nudy. To była kwestia sposobu przekazywania mi tych treści. Ta sama historia, co z Excelem. Co sprawia, że ta książka jest tak dobra?      Jeśli chodzi o treść książki, to pierwsze, co nasuwa mi się na myśl to jest bardzo zwięzły i zgrabny sposób składania zdań. Warto tutaj wspomni...
Prześlij komentarz
Czytaj więcej