Kaggle 推出四门免费线上课程：机器学习、R语言、数据可视化、深度学习

过去的一年里 Kaggle 取得了巨大的发展，除了加入 Google，Kaggle 还从一个主要关注机器学习的竞赛社区，扩展成为一个更广泛的数据科学和机器学习平台。Kaggle 的 CEO Anthony Goldbloom 在其官网上发布了一篇年度官方盘点博客，详细说明了 Kaggle 过去一年取得的成就以及未来的规划，AI 研习社做了编译整理：Kaggle 官方年度盘点：2018，将迎来四点新突破。

除了发布年度盘点文章，近期，Kaggle 上线了一套免费课程，帮助开发者了解数据科学知识，开启新的职业生涯，同时为新的 Kaggle 挑战赛做准备。

课程设置

在这套课程里，你需要花大量的时间来编程实践，而不仅仅是理论学习。Kaggle 拥有世界上最大的数据科学社区，并且这套课程偏向实战，能够帮助开发者快速掌握数据科学和机器学习。

Kaggle 官方课程主要包括了机器学习，R 语言、数据可视化、深度学习四门课程。

机器学习

机器学习是数据科学里最火的领域，学习这门课能让你快速上手机器学习技术。

网址：https://www.kaggle.com/learn/machine-learning

R 语言

学习 R 语言可以让你快速处理数据分析任务。这门课程包括了数据设置、机器学习和数据可视化。

网址：https://www.kaggle.com/learn/machine-learning

数据可视化

数据可视化是数据科学里用途最多的技能之一，漂亮清晰的图表能够反映出数据集里的变化。

网址：https://www.kaggle.com/learn/data-visualisation

深度学习

通过学习 TensorFlow 来让你的机器学习技能更上一层楼。

网址：https://www.kaggle.com/learn/deep-learning

导师

Dan Becker，数据科学家

Dan 为「财富」前 100 中的 6 家公司做数据科学顾问，他是深度学习库 Keras 的贡献者，拥有计量经济学博士学位。

Rachael Tatman，讲师

Rachael 是活跃的 R 语言用户，并教授 R 语言数年。她已经为 Software Carpenty 和 She Codes 开授讲习班。Rachael 为语言学博士。

Aleksey Bilogur，讲师

Aleksey 是公民数据专家，并且是开源 Python 的贡献者。他为纽约市长办公室和纽约大学 CUSP 工作，拥有数学博士学位。

FAQs

你们会用什么编程语言来教学？为什么？

基本上是 Python，R 语言章节用的语言是 R。至于哪一种编程语言是适合你的？网上有很多相关的讨论，不过你要明白的是，你的合作伙伴和你用的是同一种编程语言才是最重要的。Python 是目前数据科学领域最流行的编程语言，R 语言则位于第二位，所以我们推荐这两种，不过更偏好 Python。

我要对 Python 语言了解到什么程度，才能学习那些基于 Python 的课程？

你应该熟悉变量、列表、字典、函数和循环，如果你想了解 Python 的入门知识，我强烈推荐 Codecademy 上的 Learn Python sequence（https://www.codecademy.com/learn/learn-python）课程。用户通过学习他们教学大纲的 1-8 节，可以为 Kaggle 机器学习竞赛做准备。他们有付费内容，列在了「pro」表单里，不过你不需要这些材料也能学习 Kaggle 相关的内容。

关于 Kaggle 官方教程的详细信息，可查阅链接：

https://www.kaggle.com/learn/overview