Skip to content

data_sciences_campaign【数据科学家系列课程】

Notifications You must be signed in to change notification settings

thomas-ayissi/data_sciences_campaign

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Welcome to the data_sciences_campaign(数据科学家系列课程Campaign) wiki! 这一系列课程的目标是培训学员成为高薪高效的数据科学家;

数据科学家系列课程列表

编号 课程编码 课程版本 课程名称 课时(小时) 费用(元)
1 ds00100001 v1.0 Python编程实战课程Python Programming 36 750
2 ds00200001 v1.0 R编程实战课程R Programming 36 750
3 ds00300001 v1.0 C编程实战课程 36 待定
4 ds00400001 v1.0 C++编程实战课程 36 待定
5 ds00500001 v1.0 JAVA编程实战课程 36 待定
6 ds00600001 v1.0 Matlab编程实战课程 36 待定
7 ds00700001 v1.0 并行编程实战课程 36 待定
8 ds00800001 v1.0 SAS实战课程 36 待定
9 ds00900001 v1.0 SPSS实战课程 36 待定
10 ds01000001 v1.0 企业级的数据分析工具实战课程 36 待定
11 ds01100001 v1.0 数据库和SQL实战培训课程 36 待定
12 ds01100002 v1.0 MySQL数据库实战培训课程 36 待定
13 ds01100003 v1.0 PostgreSQL数据库实战培训课程 36 待定
14 ds01100004 v1.0 Greenplum数据库实战培训课程 36 待定
15 ds01200001 v1.0 NoSQL和大数据实战培训课程 36 待定
16 ds01200002 v1.0 Apache HBase实战培训课程 36 待定
17 ds01200003 v1.0 Couchbase实战培训课程 36 待定
18 ds01200004 v1.0 ElasticSearch实战培训课程 36 待定
19 ds01200005 v1.0 MongoDB实战培训课程 36 待定
20 ds01200006 v1.0 Redis实战培训课程 36 待定
21 ds01200007 v1.0 Apache Hive实战培训课程 36 待定
22 ds01300001 v1.0 算法实战培训课程 36 待定
23 ds01300002 v1.0 Computer Graphics Algorithms 计算机图形学算法 36 待定
24 ds01300003 v1.0 Algorithms for Signal Processing 信号处理算法 36 待定
25 ds01300004 v1.0 Algorithms for Image Processing 图像处理算法 36 待定
26 ds01300005 v1.0 Data Compression Algorithm 数据压缩算法 36 待定
27 ds01300006 v1.0 Algorithms for Applied Cryptography and Security 安全与密码算法 36 待定
28 ds01400001 v1.0 应用数学实战课程 36 待定
29 ds01400002 v1.0 Linear Algebra 线性代数 36 500
30 ds01400003 v1.0 Abstract Algebra 抽象代数 36 500
31 ds01400004 v1.0 Analysis 数学分析 36 500
32 ds01400005 v1.0 Combinatorial Theory 组合论 36 500
33 ds01400006 v1.0 Graph Theory 图论 36 500
34 ds01400007 v1.0 Operations Research 运筹学 36 待定
35 ds01500001 v1.0 计算数学实战课程 36 待定
36 ds01500002 v1.0 Matrix Computations 矩阵计算 36 待定
37 ds01600001 v1.0 数理统计Mathematical Statistics实战课程 36 待定
38 ds01600002 v1.0 Real Analysis and Probability实战课程 36 待定
39 ds01600003 v1.0 Discrete Probability实战课程 36 待定
40 ds01600004 v1.0 DAdvanced Probability Theory实战课程 36 待定
41 ds01600005 v1.0 Statistics实战课程 36 待定
42 ds01700006 v1.0 Bayesian Statistics实战课程 36 待定
43 ds01600007 v1.0 Statistical Decision Theory and Bayesian Analysis实战课程 36 待定
44 ds01600008 v1.0 Testing Statistical Hypotheses实战课程 36 待定
45 ds01600009 v1.0 Applied Statistical Modelling实战课程 36 待定
46 ds01600010 v1.0 Computational Statistics实战课程 36 待定
47 ds01600011 v1.0 Statistical Learning实战课程 36 待定
48 ds01600012 v1.0 Multivariate Analysis实战课程 36 待定
49 ds01600013 v1.0 Time Series Analysis实战课程 36 待定
50 ds01600014 v1.0 Time Series Modelling and Simulation实战课程 36 待定
51 ds01600015 v1.0 Applied Bayesian Modelling实战课程 36 待定
52 ds01600016 v1.0 Statistical Inference实战课程 36 待定
53 ds01600017 v1.0 Bayesian Statistical Inference实战课程 36 待定
54 ds01600018 v1.0 Modeling and Visualization实战课程 36 待定
55 ds01600019 v1.0 General Linear Models 实战课程 36 待定
56 ds01600020 v1.0 Theory and Methods of Sampling实战课程 36 待定
57 ds01600021 v1.0 Categorical Data Analysis实战课程 36 待定
58 ds01600022 v1.0 Longitudinal Data Analysis实战课程 36 待定
59 ds01600023 v1.0 Analysis and Design of Complex Surveys实战课程 36 待定
60 ds01600024 v1.0 Advanced Concepts in Financial Markets实战课程 36 待定
61 ds01600025 v1.0 Stochastic Methods in Finance实战课程 36 待定
62 ds01600026 v1.0 Statistical Models for Spatial Data实战课程 36 待定
63 ds01600027 v1.0 Stochastic Processes实战课程 36 待定
64 ds01600028 v1.0 Survival Analysis实战课程 36 待定
65 ds01600029 v1.0 Statistics for Insurance实战课程 36 待定
66 ds01800001 v1.0 运筹学实战课程 36 待定
67 ds01900001 v1.0 数据处理实战课程 36 待定
68 ds02000001 v1.0 数据探索实战课程 36 待定
69 ds02100001 v1.0 数据分析实战课程 36 待定
70 ds02200001 v1.0 商业智能实战课程 36 待定
71 ds02300001 v1.0 数据可视化实战课程 36 待定
72 ds02400001 v1.0 数据图表实战课程 36 待定
73 ds02500001 v1.0 数据报告实战课程 36 待定
74 ds02600001 v1.0 数据挖掘实战课程 36 750
75 ds02700001 v1.0 机器学习实战课程 36 750
76 ds02800001 v1.0 深度学习实战课程 36 1000
77 ds02800002 v1.0 生成对抗网络GAN实战课程 36 1000
78 ds02800003 v1.0 Tensorflow深度学习实战课程 36 1000
79 ds02800004 v1.0 PyTorch深度学习实战课程 36 1000
80 ds02800005 v1.0 Caffe深度学习实战课程 36 1000
81 ds02800006 v1.0 MXNet深度学习实战课程 36 1000
82 ds02800007 v1.0 CNTK深度学习实战课程 36 1000
83 ds02800008 v1.0 DeepLearning4J深度学习实战课程 36 1000
84 ds02800009 v1.0 Brainstorm深度学习实战课程 36 1000
85 ds02800010 v1.0 Chainer深度学习实战课程 36 1000
86 ds02800011 v1.0 DeepLearning4J深度学习实战课程 36 1000
87 ds02800012 v1.0 ConvNetJS深度学习实战课程 36 1000
88 ds02900001 v1.0 信息检索实战课程 36 1000
89 ds03000001 v1.0 知识图谱实战课程 36 1000
90 ds03100001 v1.0 计算广告实战课程 36 1000
91 ds03200001 v1.0 推荐系统实战课程 36 1000
92 ds03300001 v1.0 视频与计算机视觉算法 36 1000
93 ds03400001 v1.0 语音与自然语言理解 36 1000
94 ds03400002 v1.0 语音处理实战课程 36 1000
95 ds03400003 v1.0 语料库实战课程 36 1000
96 ds03400004 v1.0 机器翻译实战课程 36 1000
97 ds03400005 v1.0 对话系统实战课程 36 1000
98 ds03500001 v1.0 人工智能 36 750
99 ds03500002 v1.0 机器人学robotics实战课程 36 750
100 ds03500003 v1.0 多传感器数据融合实战课程 36 750
101 ds03500004 v1.0 知识表示实战课程 36 750
102 ds03500005 v1.0 自动推理实战课程 36 750
103 ds03600001 v1.0 安全数据科学实战课程 36 2000
104 ds03700001 v1.0 分布式计算实战课程 36 待定
105 ds03800001 v1.0 并行计算实战课程 36 待定
106 ds03900001 v1.0 GPU and CUDA编程实战课程 36 1000
107 ds04000001 v1.0 大数据平台实战课程 36 1000
108 ds04000002 v1.0 Apache Spark大数据平台实战课程 36 待定
109 ds04000003 v1.0 Apache Storm大数据平台实战课程 36 待定
110 ds04000004 v1.0 Apache Beam大数据平台实战课程 36 待定
111 ds04000005 v1.0 Apache Flink大数据平台实战课程 36 待定
112 ds04000006 v1.0 Apache Flume大数据平台实战课程 36 待定
113 ds04000007 v1.0 Apache Hadoop大数据平台实战课程 36 待定
114 ds04000008 v1.0 Apache Kafka大数据平台实战课程 36 待定
115 ds04000009 v1.0 Apache Sqoop大数据平台实战课程 36 待定
116 ds04100001 v1.0 云平台实战课程 36 1000
117 ds04100002 v1.0 AWS云平台实战课程 36 待定
118 ds04100003 v1.0 阿里云平台实战课程 36 待定
119 ds04200001 v1.0 容器化系统架构实战课程 36 1000
120 ds04200002 v1.0 Docker实战课程 36 待定
121 ds04200003 v1.0 Kubernetes大数据系统架构实战课程 36 待定
122 ds04300001 v1.0 IoT物联网系统架构实战课程 36 1000
123 ds04400001 v1.0 大数据系统架构实战课程 36 2000
124 ds04500001 v1.0 Web系统架构实战课程 36 2000
125 ds04500002 v1.0 FreeBSD系统架构实战课程 36 待定
126 ds04500003 v1.0 LINUX系统架构实战课程 36 待定
127 ds04500004 v1.0 NGINX系统架构实战课程 36 待定
128 ds04500005 v1.0 Apache HTTP Server系统架构实战课程 36 待定
129 ds04500006 v1.0 Redis系统架构实战课程 36 待定
130 ds04500007 v1.0 队列系统架构实战课程 36 待定
131 ds04500008 v1.0 Cache系统架构实战课程 36 待定
132 ds04500009 v1.0 Jupyter Notebook系统架构实战课程 36 待定
133 ds04500010 v1.0 Apache Solr系统架构实战课程 36 待定
134 ds04500011 v1.0 Elasticsearch系统架构实战课程 36 待定
135 ds04600001 v1.0 机器学习系统架构实战课程 36 2000
136 ds04600002 v1.0 AutoML系统架构实战课程 36 待定
137 ds04600003 v1.0 Apache SystemML系统架构实战课程 36 待定
138 ds04600004 v1.0 DMTK系统架构实战课程 36 待定
139 ds04600005 v1.0 Malmo系统架构实战课程 36 待定
140 ds04600006 v1.0 H2O AutoML系统架构实战课程 36 待定
141 ds04600007 v1.0 Auto-WEKA系统架构实战课程 36 待定
142 ds04600008 v1.0 Auto-Sklearn系统架构实战课程 36 待定
143 ds04700001 v1.0 区块链Blockchain系统架构实战课程 36 5000
144 ds04700002 v1.0 区块链Blockchain Bitcoin系统架构实战课程 36 待定
145 ds04700003 v1.0 区块链Blockchain Hyperledger系统架构实战课程 36 待定
146 ds04800001 v1.0 数据科学家面试实战课程 36 待定
147 ds04800002 v1.0 AI架构师面试实战课程 36 待定
148 ds04800003 v1.0 数据架构师面试实战课程 36 待定
149 ds04800004 v1.0 系统架构师面试实战课程 36 待定
150 ds04800005 v1.0 数据工程师面试实战课程 36 待定
151 ds04800006 v1.0 算法工程师面试实战课程 36 待定
152 ds04900001 v1.0 AI和大数据平台项目管理实战课程 36 1000
153 ds04900002 v1.0 数据科学项目管理实战课程 36 待定
154 ds04900003 v1.0 机器学习项目管理实战课程 36 待定
155 ds04900004 v1.0 CI/CD项目管理实战课程 36 待定
156 ds04900005 v1.0 Maven项目管理实战课程 36 待定
157 ds05000001 v1.0 How to Write a Business Proposal 36 待定
158 ds05000002 v1.0 How to write a Data Science Proposal 36 待定
159 ds05000003 v1.0 How to Write a Research Proposal 36 待定
160 ds05000004 v1.0 How to Write a Magazine Proposal 36 待定
161 ds05000005 v1.0 How to Write a Ph.D. Dissertation Proposal 36 待定

课程前提

本课程前提: 掌握基本Python/R语言基本编程能力; 有高中基本数学知识;

课程门户

课程门户为https://github.com/batermj/data_sciences_campaign ,教学大纲,开发环境,代码,算法,文档,都会通过课程门户进行分享;

课程开课时间

见微信公众号

开发工具

课程 语言 平台 开发环境 工具
数据挖掘课程 Python/R语言 Jupyter Notebook和RStudio 1. Python Libraries/Frameworks;
2. R Packages;
机器学习课程 Python/R语言 Jupyter Notebook和RStudio
深度学习课程 Python/R/Java语言 Jupyter Notebook和RStudio 1. Tensorflow
2. Deeplearning4J

【数据科学家系列课程】概览

  1. 数据科学家系列课程-培训班简介
  2. 数据科学家系列课程-师资力量
  3. 课程大纲
  4. 学员福利
  5. 授课方式
  6. 数据科学家系列课程 - 2018年各期时间
  7. 支付步骤和方式
  8. 收费标准(人民币或者等值BTC,ETH)
  9. 报名方式
  10. 授课老师简介

第一部分,数据科学家系列课程-培训班简介

  1. 【数据科学家系列课程】,这一系列课程的目标是培训学员成为高薪高效的数据科学家;
  2. 本课程前提:掌握基本Python/R语言基本编程能力、有高中基本数学知识;
  3. 课程门户为https://github.com/batermj/data_sciences_campaign , 教学大纲,开发环境,代码,算法,文档,都会通过课程门户进行分享;
  4. 系列课程教学大纲和课程列表为https://github.com/batermj/data_sciences_campaign/wiki
  5. 每期课程为十二课,三小时/课,共三十六小时/课程;
  6. 本课程通过Python/R/Matlab(Java/Scala/C++)语言进行教学;
  7. 开发环境为Jupyter Notebook和RStudio;

第二部分,数据科学家系列课程-师资力量

授课老师 简介
巴特尔·马哈比尔 工程师/技术书籍作者,二十二年行业经验,清华大学计算机系硕士毕业,多本数据科学/机器学习专著的出版者
嘉宾待定 行业内知名数据科学家
嘉宾待定 行业内知名教授
嘉宾待定 行业内知名企业家

第三部分,课程大纲

【数据科学家系列课程】课程大纲每一期都会进行内容更新,各科大纲为以下链接: https://github.com/batermj/data_sciences_campaign/ ,根目录下不同科目目录下的README.md文件

第四部分,学员福利

课程 福利
数据科学家系列课程 1. 将由授课导师安排组队,合作开发【人工智能系列产品】;
2. 将由授课导师安排组队,指导参加Kaggle竞赛;
3. 将由授课导师安排组队,指导写作【数据科学】相关中英文博客;
4. 将由授课导师安排组队,指导写作【数据科学】相关中英文图书;
5. 将由授课导师安排组队,指导写作【数据科学】相关论文;
例如:数据挖掘实战课程 1. 通过课程门户,学员可以就课程主题,和授课老师进行长期持久交流,获得长期指导;
2. 所有课程内容持续更新,每三个月升级一个大版本;
3. 任何课程一次交费并且完成课程,该课程新版本永久免费;
4. 完成课程的学员可以优惠价格购买授课老师将要出版的书、视频教程;
5. 线下定期组织Meetup

第五部分,授课方式

视频、语音、微信、GITHUB等工具,具体方式在上课相应课程微信群内通知

方式 工具
听课方式 1. 微信
2. 千聊
3. 视频录像
内容分享 GITHUB

数据科学家系列课程 - 2018年各期时间

期数 报名日期 开课日期 状态
第一期 1月20日~2月10日 2月10日 正在授课
第二期 2月20日~3月10日 3月10日 正在授课
第三期 3月20日~4月10日 4月10日 正在授课
第四期 4月20日~5月10日 5月10日 正在授课
第五期 5月20日~6月10日 6月10日 正在授课
第六期 6月20日~7月10日 7月10日 正在招生
第七期 7月20日~8月10日 8月10日 未开始
第八期 8月20日~9月10日 9月10日 未开始
第九期 9月20日~10月10日 10月10日 未开始
第十期 10月20日~11月10日 11月10日 未开始
第十一期 11月20日~12月10日 12月10日 未开始

第七部分,支付步骤和方式

步骤 描述
第一步 通过以下第九部分中报名方式中的任何一种,确认报名成功
第二步 通过授课老师的支付宝账号支付,在开课前十天缴费
第三步 支付成功,由授课老师邀请加入课程微信群

第八部分,收费标准(人民币或者等值BTC、ETH)

参见上述课程表中的价格一列。

第九部分,报名方式

通过以下三种方式中任何一种方式进行报名

  1. 支付宝
  2. 微信
  3. 微信公众号

一,报名方式之支付宝

添加授课老师的支付宝账号,申请信息为“姓名-公司-职位-毕业学校-学位-地区,上述姓名、公司、职位、毕业学校、学位、地区,请如实填写,便于学生管理。支付宝二维码如下:

二,报名方式之微信

添加授课老师的微信账号DR_BATER_MAKHABEL,申请信息为“姓名-公司-职位-毕业学校-学位-地区,上述姓名、公司、职位、毕业学校、学位、地区,请如实填写,便于学生管理。授课老师二维码如下:

三,报名方式之微信公众号

请关注授课老师微信公众号【数据科学应该这样学】,微信号公众号为meta4all,并发送信息给该公众号,申请信息为“姓名-公司-职位-毕业学校-学位-地区,上述姓名、公司、职位、毕业学校、学位、地区,请如实填写,便于学生管理。

第十部分,授课老师简介

巴特尔·马哈比尔(Bater.Makhabel, باتىر ماقابىل,батыр.мақабыл ),领英链接为http://linkedin.com/in/batermj 。本科和硕士都毕业于清华大学计算机系,工程师/技术书籍作者,多本数据科学/机器学习专著的出版者,熟悉JAVA/C++/Python/R语言,专注于算法/机器学习/数据挖掘/自然语言处理/计算机视觉/深度学习/分布式系统/架构等领域。曾经创立过北京基元动力信息技术有限公司,出版过英文技术书籍,英文书封面和中文译本封面如下:

  1. Learning Data Mining with R
  2. R: Mining Spatial, Text, Web, and Social Media Data
  3. Mining Spatial, Text, Web, and Social Media Data
  4. 多部(英文)技术视频教程
  5. 多篇论文

About

data_sciences_campaign【数据科学家系列课程】

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 51.3%
  • Python 27.2%
  • C 18.8%
  • Java 0.7%
  • C++ 0.4%
  • HTML 0.3%
  • Other 1.3%