Depende de qué tan novato seas y en qué campos.
Udacity ya recomienda algunos cursos que se deben tomar antes de comenzar, de todos modos, comenzaría con la creación de un fondo sólido en álgebra lineal, hay dos cursos antiguos aún abiertos, ” Codificación de la matriz: Álgebra lineal a través de aplicaciones de ciencias de la computación” por Brown en Coursera y UTAustinX: UT.5.03x LAFF: Álgebra Lineal – Foundations to Frontiers “ en Edx. El primer uso de python y el segundo Matlab, el Nanodegree utiliza Python como tecnología principal.
Entonces tomaría ” MITx: 6.00.2x Introducción a Pensamiento computacional y Ciencia de datos “ en Edx si está familiarizado con python y tiene antecedentes probabilísticos y estadísticos. Si no lo hace, hay un curso” Análisis de datos e inferencia estadística – Duke University “ en Coursera para comenzar o la serie x en Edx comenzando con ” ColumbiaX: DS101X Pensamiento estadístico para la ciencia de datos y análisis “ .
Luego tomaría el “pensamiento modelo” en la coursera de Michigan, para tener una visión general y desmentir algunos malentendidos comunes erróneos en los modelos.
- Cómo obtener beneficios en línea
- ¿Cuáles son los mejores sitios en línea para la educación de ingeniería?
- ¿Qué software de creación de aprendizaje electrónico sería muy fácil para una persona que no trabaja en TI para crear cursos atractivos para una pequeña empresa?
- Cómo construir una aplicación de e-learning
- ¿Cómo obtener barato y mejor curso de análisis web en línea?
Luego hay 2 cursos, tal vez tan avanzados como la especialización, pero gratuitos, bastante teóricos: ” Mining Massive Datasets – Stanford University | Coursera” y ” The Caltech-JPL Summer School on Big Data Analytics” en Coursera.
Si no quieres esperar, simplemente concéntrate en el álgebra lineal, especialmente en “codificar la matriz” si eres pobre en python.
Actualizar
Limpié un poco la respuesta y busqué los títulos reales de la coursea.