Ulasan Pendahuluan: Data Science at Scale Specialization – University of Washington via Coursera

Judul/Tautan:

Data Science at Scale Specialization – University of Washington via Coursera

Dibuat oleh:

University of Washington

Durasi:

4 bulan (dengan komitmen 5-8 jam/minggu)

Biaya:

$49/bulan

Level

Menengah

Persyaratan

Pengalaman pemrograman

Silabus:

Program spesialisasi ini terdiri dari 3 kursus dan satu tugas pemrograman akhir (capstone project):

1. Data Manipulation at Scale: Systems and Algorithms
   1. Data Science Context and Concepts
   2. Relational Databases and the Relational Algebra
   3. MapReduce and Parallel Dataflow Programming
   4. NoSQL: Systems and Concepts
   5. Graph Analytics
2. Practical Predictive Analytics: Models and Methods
   1. Practical Statistical Inference
   2. Supervised Learning
   3. Optimization
   4. Unsupervised Learning
3. Communicating Data Science Results
   1. Visualization
   2. Privacy and Ethics
   3. Reproducibility and Cloud Computing
4. Data Science at Scale – Capstone Project
   1. Project A: Blight Fight
   2. Week 2: Derive a list of buildings
   3. Week 3: Construct a training dataset
   4. Week 4: Train and evaluate a simple model
   5. Week 5: Feature Engineering
   6. Week 6: Final Report

Bahasa Pemrograman

Python

Format

Specialization

Komentar

Catatan: ulasan pendahuluan ini saya buat dalam rangka membuat Rancangan Lengkap Program Belajar Data Science Mandiri. Ulasan dan penilaian saya hanya berdasar pada silabus dan ulasan orang lain dari berbagai sumber, karena saya belum mengikuti kursus ini.

Kursus ini mempunyai fokus ke analisis data dengan skala besar, yaitu data yang tersimpan baik di server atau di cloud. Oleh karena itu teknologi yang diajarkan juga yang relevan, seperti SQL, NoSQL, dan MapReduce.

Saya sebenarnya agak ragu tentang program ini, yaitu apakah ini adalah program lanjut dari data science dengan fokus ke skalabilitas, ataukah ini adalah program untuk pemula dengan fokus langsung ke skalabilitas. Tapi kalau melihat silabus dan juga persyaratan mengikuti program ini, sepertinya yang kedua. Karena pembahasan tentang topik ML sepertinya lebih mirip untuk pemula.

Kursus ini sepertinya juga lebih menitikberatkan pada cara pemakaian teknologi seperti SQL, NoSQL, dan MapReduce di atas, dari pada pada pengajaran pola pikir dan intuisi data scientist. Praktek pemrograman sepertinya juga sangat sedikit, paling hanya tugas pada akhir kursus (tiap 4 minggu) dan capstone project.

Tips

Materi dari program ini dapat diakses dengan gratis, silakan cari judul masing-masing kursus di silabus di atas. Bedanya versi gratis (disebut audit) dan bayar di Coursera adalah untuk versi gratis Anda tidak punya akses ke kuis yang dinilai (graded) ataupun tugas pemrograman. Silakan Anda lihat silabus detilnya untuk melihat apakah kuis dan tugasnya graded atau tidak.