零一数据分析课程合买,coursera上有哪些值得学习的Python,数据分析的课程
coursera上有哪些值得学习的Python,数据分析的课程？
睡觉前看到这个问题，前天写了一篇关于在coursera学习python的文章，正好对题，于是摘抄一部分，希望能有所帮助 :-)
下面就讲讲我在coursera上学习python的过程（也是给大家推荐这位有趣的教授，有想学python的同学可以去关注一下）。这是由密歇根大学开设的零基础Python入门专项课程，我先后在coursera学习了里面的三门课程，分别是《Python入门》，《Python数据结构》，《使用Python访问网络数据》。这个教授名叫：CharlesSeverance，下面引至维基百科：Dr. Charles "Chuck"Russell Severance is an American computer scientist and academic who currently serves as Clinical AssociateProfessor of Information at the UniversityofMichigan他长这样：
Dr.Chuck是一个很有趣的人，他讲课非常仔细，在第一门课讲变量，条件，函数这些的时候，纯英文字幕我也能看的津津有味，而且他还会时不时停下来叫你暂停思考一会儿….（课程配套书《Python for Informatics》）另外他在每节课后都有OfficeHours或者Interview，他会飞到世界各地，采访在coursera上上他这门课的人，录成一个短视频，让别人讲一下上这门的感受。有一期印象特别深刻是因为他采访了python的创始人，还跟人家说“我在录视频，你配合一下…” 在第一节课《Python入门》里，他主要讲了条件语句（while，if，for，continue，break），字符串的处理（索引，解析文本），文件的按行读书，储存原理（open函数，句柄，删除换行符）在第二节课《Python数据结构》，他主要讲了string，tuples（元组），list（列表的元素添加，截取），dictionary（字典，键值对，按键大小排序）以及这些的应用。我记得他在讲元组与列表的区别时，讲到元组是不可改变的，列表元素是可以改变的，在你认为命名的对象后面可能会更改时，你应该选择list，若确保对象不再更改，选择元组则可以节省更多的空间，更快。以前我一直认为解决一个问题最好的方式是靠好算法，直到他让我明白了“clever data structure”同样具有巨大的能量，而事实也是如此。 我认为Dr.Chuck教给我最多就是编程的思想，一些最基本的原理，而且这些也是他试图去教给你的。在第二节课结束时，这个逗比教授还搞了一个毕业典礼，请来了他的好基友来做毕业演讲，郑重的发证书…
此处有音乐……
给你递证书
和你握手
在第三节课《使用Python访问网络数据》中，他主要讲了正则表达式（爬虫基本工具），网络编程，介绍了HTTP（超文本传输协议），URL（统一资源定位符），浏览器与server之间的信息传输，XML（可扩展标记语言），JSON（数据交换语言）。这些以前从未接触过的名词让我知道了数据信息是怎样在网络上进行传递的，顺便让我对爬虫技术又有了更深的理解。然后Dr.Chuck作为一个长者，也经常教我一些人生的经验，讲到爬虫，他说爬虫很酷很强大，但是不能用来做一些不好的事，他还说过：”Don’t scrpe Facebook!” ，“With great power comes great responsibility!”这样正能量的话。
在第二节课结束时，他曾经说过：“Thank you for spending all this time with me. If you gotten this far, I really appreciate it, So thank you very much.”其实我也想对他说同样的话，感谢他所做出的一切！他使我会一直坚持Python的学习。
可以看出大家都很喜欢这位可爱的教授。
另外在第三节最后一课中，我第一次看见了中国人的面孔，羡慕他们！
完
从入门到精通：互联网数据分析的书籍清单？
大数据学习路线及各阶段学习书籍推荐！废话不多说，直接切入主题，有需要的小伙伴可以参考学习！
阶段一、大数据基础——java语言基础方面
（1）Java语言基础
Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类
（2） HTML、CSS与JavaScript
PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生JavaScript交互功能开发、Ajax异步交互、jQuery应用
（3）JavaWeb和数据库
数据库、JavaWeb开发核心、JavaWeb开发内幕
推荐书籍：
《Effective Java中文版》（第2版）
本书为我们带来了共78条程序员必备的经验法则，针对你每天都会遇到的编程问题提出了有效、实用的解决方案。
书中的每一章都包含几个“条目”，以简洁的形式呈现，自成独立的短文，它们提出了具体的建议，对于Java平台精妙之处的独到见解，以及优秀的代码范例。每个条目的综合描述和解释都阐明了应该怎么做，不应该怎么做，以及为什么。
阶段二、 Linux&Hadoop生态体系
Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架
推荐书籍：
1、《Big Data》
在大数据的背景下，我很少看到关于数据建模，数据层，数据处理需求分析以及数据架构和存储实现问题。这本书却提供了令人耳目一新的全面解决方案。
2、《Hadoop权威指南》
《Hadoop权威指南(中文版)》从Hadoop的缘起开始，由浅入深，结合理论和实践，全方位地介绍Hadoop这一高性能处理海量数据集的理想工具。
3、《Hive编程指南》
《Hive编程指南》是一本Apache Hive的编程指南，旨在介绍如何使用Hive的SQL方法HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据集合。
阶段三、 分布式计算。
（1）分布式计算框架
Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算、实战一：基于Spark的推荐系统（某一线公司真实项目）、实战二：新浪网（www.sina.com.cn）
（2）storm技术架构体系
Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一：日志告警系统项目、实战二：猜你喜欢推荐系统实战
推荐书籍：
1、《Learning Spark》
《Spark 快速大数据分析》是一本为Spark 初学者准备的书，它没有过多深入实现细节，而是更多关注上层用户的具体用法。不过，本书绝不仅仅限于Spark 的用法，它对Spark 的核心概念和基本原理也有较为全面的介绍，让读者能够知其然且知其所以然。
2、《Spark机器学习：核心技术与实践》
本书采用理论与大量实例相结合的方式帮助开发人员掌握使用Spark进行分析和实现机器学习算法。通过这些示例和Spark在各种企业级系统中的应用，帮助读者解锁Spark机器学习算法的复杂性，通过数据分析产生有价值的数据洞察力。
阶段四、 大数据项目实战（一线公司真实项目）
数据获取、数据处理、数据分析、数据展现、数据应用
阶段五、 大数据分析 —AI（人工智能）
主要是讲解Data Analyze数据分析基础、数据可视化、sklearn中三类朴素贝叶斯算法以及python机器学习等提升个人能力的内容！
目前就整理到这里，大家有好的学习资料欢迎评论分享！
数据科学与大数据技术专业，有哪些自学书籍推荐？
数据科学与大数据技术专业课程：
数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践、离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析等。
所需能力：1.具备扎实的数据基础理论和基础知识;
2.具有较强的思维能力、算法设计与分析能力;
3.系统掌握计算机科学与技术专业基本理论、基本知识和操作技能;
4.了解学科的知识结构、典型技术、核心概念和基本工作流程;
5.有较强的计算机系统的认知、分析、设计、编程和应用能力;
6.掌握文献检索、资料查询的基本方法、能够独立获取相关的知识和信息,具有较强的创新意识;
7.熟练掌握一门外语,能够熟读该专业外文书刊。
大数据书的话，可以看看这本：
Big Data大数据时代：生活、工作与思维的大变革
作者：维克托·迈尔-舍恩伯格
指出了大数据时代处理数据理念上的三大转变：不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。这些都颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。本书认为大数据的核心就是预测。
加米谷大数据开发9月零基础班，今日开课，可试听；大数据分析10月零基础班，预报名中...相关：
0基础大数据学习路线及学习书籍推荐，加米谷大数据培训
https://www.toutiao.com/i6713822122222813700/