18个值得推荐的研究Python和SQL的数据科学平台

数据科学是当今市场上最热门的职业之一。 公司一直在聘用数据科学家，并且总是有很多人试图成为一名科学家。 但是，数据科学的发展不及其他技术学科那么长，因此与软件开发不同的是，没有专门针对数据科学的学习平台来帮助有抱负和经验丰富的科学家培养。 当然有Coursera和Udemy，然后是一些知名品牌平台，例如DataCamp。 然后有十二个或更多个较小的利基平台，旨在以自己的方式培训数据科学家。

我评估了数据科学界人士推荐的18种平台。 根据您的学习风格和需求，这里有一个平台。 本文的前半部分是我对平台的最终评估，最后是平台的完整列表以及所有有助于评估它们的细节。 本文的下半部分详细介绍了我评估平台的方法-了解不同的用户类型，采购平台和要评估的变量。 因此，如果您有时间，请先跳到最后以了解我的评估标准，然后阅读结果。 如果时间紧迫，请转到下一部分。

TL; DR：我的评估

我创建了2个图来映射变量。 它们是带有您在所有白皮书中看到的象限的那些图。 老实说，我为选择这种可视化感到有些ham愧(感觉就像在Excel中制作3D饼图)，但是我认为它将使您快速确定最适合您的平台。

图1：学习风格和经验

问自己：我的学习方式是什么? 我想直接潜水并开始编码吗?还是想先观看视频? 我是这方面的新手，需要更多帮助吗? 还是我可以直接跳进去?

18个最推荐的学习Python和SQL的数据科学平台

> Learning style by user experience [Image created by N. Rosidi]

在基于演讲的平台的最末端是纯粹的被动演讲，例如网页上的文字或视频交谈的人。 这些平台通常会要求您自己安装软件，我认为这很懒，因为使用所有软件启动服务器非常容易，以提供完整的现成体验。 用户并不总是很先进-这就是他们要学习的原因-因此至少必须对我来说，为他们提供一种可以通过浏览器轻松访问的软件，库和数据集的体验。

互动式，自主学习使您可以按照自己的节奏工作，并选择想要学习或练习的主题。 在最末端，有一个功能齐全的IDE，可让您像在真正的专业环境中一样浏览，交互和操作数据。 但这不仅是完全自我指导的，还提供了可以帮助您解决问题和理解概念的解决方案。 这里的方法是立即开始编码，并在遇到问题时学习解决方案。 这些平台非常适合经验丰富的用户，即使您只是中等程度的经验。

中间立场是讲课和互动式自主学习的结合。 使用这些平台，您将走上一条"路线"和"道路"，从头到尾学习一系列概念。 系统会向您显示文本和/或视频，然后要求您在交互式但受限的IDE中应用所学到的知识，在IDE中，系统会向您询问复杂的问题。 交互式但受限的IDE意味着IDE仅接受回答提示问题的输入，因此您不能偏离道路探索数据或尝试不同的功能和技术-知道，一位出色的数据科学家会做的事情。 这对于从头开始学习并试图从头开始学习新东西的人来说是完美的。