一年前，我退出了加拿大最好的計算機科學(xué)項目之一，利用在線課程資源開始創(chuàng)建屬于自己的數(shù)據(jù)科學(xué)碩士課程。通過 edX , Coursera ,以及 Udacity 我可以學(xué)習(xí)我所需要的一切，而且學(xué)的更快、效率更高，成本更低。
之后我分析了目前所有的在線數(shù)據(jù)科學(xué)課程，并整理出了一系列課程清單。在本系列的第一篇文章中我推薦了一些優(yōu)質(zhì)的編程課程（想學(xué)習(xí)數(shù)據(jù)科學(xué)？我們整理了一份優(yōu)質(zhì)編程入門課程清單），作為本系列的第二篇文章，我將為數(shù)據(jù)科學(xué)初學(xué)者推薦一些統(tǒng)計類課程。
統(tǒng)計和概率
課程清單中很多課程我都上過，其他課程均根據(jù)網(wǎng)站評分和評論等進(jìn)行了篩選。我知道成為一名數(shù)據(jù)分析師以及數(shù)據(jù)科學(xué)家的學(xué)習(xí)者需要掌握什么技能。
對于本指南，我花了 15 多個小時查找截止到 2016 年 11 月前所有關(guān)于統(tǒng)計和概率的在線課程，并從其大綱和評論中提取關(guān)鍵信息，對其評分。除了開源的 Class Central 社區(qū)和其數(shù)以千計的課程評分及評論的數(shù)據(jù)庫，我沒有借助其他任何幫助。
自 2011 年以來， Class Central 的創(chuàng)始人 Dhawal Shah 一直密切的關(guān)注著在線課程。在 Dhawal 的幫助下，我列出了這份課程清單。
如何選擇課程
每個課程必須符合以下四個標(biāo)準(zhǔn)：
1.必須是入門課程，幾乎不需要或者需要很少統(tǒng)計學(xué)和概率知識。
2.必須可以隨時學(xué)習(xí)或每幾個月可以學(xué)習(xí)。
3.必須有一定教學(xué)時長：完成課程至少需要十個小時。
4.必須是可互動的在線課程，沒有書本或文本教程。 雖然后者也是學(xué)習(xí)統(tǒng)計學(xué)和概率的可行方法，但本指南更側(cè)重于課程。
我們盡力涵蓋符合上述標(biāo)準(zhǔn)的所有課程。由于 Udemy 上關(guān)于這個領(lǐng)域的課程總共有幾百個，所以在此僅考慮評論最多和綜合評分最高的課程。如果我們錯過了一些課程，請給我們留言。
如何評估課程
我們從 Class Central 以及其他評論網(wǎng)站整合了課程的平均評分和評論數(shù)量。然后計算每個課程的綜合評分。如果一系列課程有多個課程（如德克薩斯大學(xué)奧斯汀的“數(shù)據(jù)分析基礎(chǔ)”系列就分為兩個部分），我們就計算所有課程的平均評分。同時還根據(jù)評論內(nèi)容進(jìn)行補充。
我們根據(jù)以下三點對課程做出推薦：
1.每個課程均通過編程示例進(jìn)行教學(xué)—— 最好是R 或 Python 。
2.涵蓋概率和統(tǒng)計學(xué)的基礎(chǔ)內(nèi)容。 最好包含描述性統(tǒng)計，推理統(tǒng)計和概率理論。
3.教學(xué)大綱與數(shù)據(jù)科學(xué)的相關(guān)度。大綱中是否包含一些生物統(tǒng)計學(xué)課程中所教授的基因組學(xué)內(nèi)容。 大綱中是否涵蓋數(shù)據(jù)科學(xué)中不常用的前沿概念。
Python 和 R 語言是數(shù)據(jù)科學(xué)領(lǐng)域最主流的兩種編程語言
為什么要針對編程？
擁有哈佛大學(xué)應(yīng)用數(shù)學(xué)碩士學(xué)位的數(shù)據(jù)科學(xué)家 William Chen 在 Quora 上回答過一個熱門問題：“針對數(shù)據(jù)科學(xué)，如何學(xué)習(xí)統(tǒng)計數(shù)據(jù)？”
丨對于任何有抱負(fù)的數(shù)據(jù)科學(xué)家，我強烈建議根據(jù)編程示例學(xué)習(xí)相關(guān)統(tǒng)計，最好以 Python 或 R 語言為例.
由于許多數(shù)據(jù)科學(xué)家的統(tǒng)計工作是以編程進(jìn)行的，那么掌握當(dāng)下流行的工具當(dāng)然是有益的。
統(tǒng)計與概率
概率不等同于統(tǒng)計數(shù)據(jù)，反之亦然。 關(guān)于兩者的區(qū)別，我最喜歡的解釋來自于石溪大學(xué)：
丨概率用于預(yù)測未來事件發(fā)生的可能性，統(tǒng)計則用于分析過去事件的頻率。
而且進(jìn)一步解釋道，“概率是數(shù)學(xué)的理論分支，它用于研究數(shù)學(xué)定義的影響，統(tǒng)計是數(shù)學(xué)的應(yīng)用分支，它試圖分析現(xiàn)實世界的現(xiàn)象”。
統(tǒng)計通常被視為數(shù)據(jù)科學(xué)的支柱之一。 對于概率的關(guān)注較少，但是它也是數(shù)據(jù)科學(xué)課程的重要組成部分。
來自哈佛統(tǒng)計局的教授 Joe Blitzstein 在 Quora 上回答中表示，有抱負(fù)的數(shù)據(jù)科學(xué)家也應(yīng)有較好的概率理論基礎(chǔ)。
擁有沃頓商學(xué)院統(tǒng)計學(xué)博士學(xué)位的數(shù)據(jù)科學(xué)家 Justin Rising 認(rèn)為“較好的基礎(chǔ)” 意味著要達(dá)到概率學(xué)本科學(xué)歷水平。
我們認(rèn)為最合適數(shù)據(jù)科學(xué)家的統(tǒng)計和概率課程是…
· 數(shù)據(jù)分析基礎(chǔ) - Part 1：使用 R 語言進(jìn)行統(tǒng)計 德克薩斯大學(xué)奧斯汀分校（edX）
· 數(shù)據(jù)分析基礎(chǔ) - Part 2：推論統(tǒng)計學(xué) 德克薩斯大學(xué)奧斯丁分校（edX）
“數(shù)據(jù)分析基礎(chǔ)”包含兩個評論最多的統(tǒng)計學(xué)課程，課程有 20 條評論，綜合評分為 4.48 。 該系列是少數(shù)以編程為例，且高評分的課程。 雖然在任何一個課程標(biāo)題中沒有體現(xiàn)，但是課程大綱基本符合我們的課程標(biāo)準(zhǔn)。這些課程在基礎(chǔ)知識的深度和廣度上非常適合數(shù)據(jù)科學(xué)初學(xué)者。
“數(shù)據(jù)分析基礎(chǔ)”系列講師是來自德克薩斯大學(xué)奧斯汀分校的講師和高級統(tǒng)計顧問 Michael J. Mahometa 。
這兩個課程均免費。 每個課程的預(yù)計學(xué)習(xí)時長為 6 周，每周 3-6 小時。有評論寫道：
“是十分優(yōu)秀的課程！ 我學(xué)習(xí)了Part 1，收獲頗多，所以決定繼續(xù)學(xué)習(xí) Part 2。Mahometa 博士是非常好的老師，他們的團(tuán)隊十分優(yōu)秀。 練習(xí)很有趣，材料（視頻，實驗室和習(xí)題）都選擇得當(dāng)。 我向任何對
統(tǒng)計分析感興趣的人推薦本課程（作為
機器學(xué)習(xí)，大數(shù)據(jù)，數(shù)據(jù)科學(xué)等課程的入門）。 若從 1 到 10 分打分，我給 50 分！”
專業(yè)課程推薦
截止至（ 2016 年 12 月 5 日）：我們原本的第二推薦，加州大學(xué)伯克利分校的 “ Stat2x ：統(tǒng)計入門”系列在本文發(fā)布幾周后關(guān)閉了他們的課程。所以我們把在其他推薦部分排名第一的課程放在此處。
使用 R 語言學(xué)習(xí)統(tǒng)計 杜克大學(xué) Coursera
包含以下五個課程：
· 概率和數(shù)據(jù)入門
· 推論統(tǒng)計
· 貝葉斯統(tǒng)計
· 使用 R Capstone 學(xué)習(xí)統(tǒng)計
這五門課程基于杜克大學(xué)的優(yōu)質(zhì)課程數(shù)據(jù)分析和統(tǒng)計推理（有 55 條評論，綜合評分 4.82 ）。課程很綜合性、全面的介紹了概率。
Mine?etinkaya-Rundel 博士是此課程的主要講師。個別課程盡管無法評分，但是可以免費試聽。每個課程的預(yù)計學(xué)習(xí)時長為 4-5 周，每周 5-7 小時。有評論認(rèn)為：
“這是我迄今為止上過的很棒的課程之一。?etinkaya-Rundel 博士是一位很優(yōu)秀的老師，他非常喜歡與學(xué)生交流。課程有各種各樣的教學(xué)方法和工具。課程中有很多小測試讓我們練習(xí)，同時還有 R 語言編程實驗室和項目。課程不是太難。”
其他概率學(xué)課程
· 概率入門——科學(xué)的不確定性 麻省理工學(xué)院（MIT）
如果想更深入的學(xué)習(xí)概率學(xué)，可以試試課程。該課程有 34 條評論，綜合評分 4.91 。注意：該課程是一個挑戰(zhàn)，比大多數(shù) MOOC 課程長很多。還涉及些數(shù)據(jù)科學(xué)初學(xué)者不需要掌握的內(nèi)容。
該課程的老師來自麻省理工學(xué)院電氣工程與計算機科學(xué)系的 John Tsitsiklis 教授和 Patrick Jaillet 教授。本課程的內(nèi)容與相應(yīng)的 MIT 課程（概率系統(tǒng)分析與應(yīng)用概率）基本相同，后者課程已在 50 多年內(nèi)持續(xù)的改進(jìn)。預(yù)計學(xué)習(xí)時間為 16 周，每周 12 小時。有評論寫道：
“許多在線課程模式類似，但是該課程感覺像在麻省理工學(xué)院這樣頂尖學(xué)校的課程——嚴(yán)格并以練習(xí)驅(qū)動。教授精湛的教學(xué)經(jīng)驗令人佩服，在課程中沒有一秒是多余的，老師們按照適合的講課速度配合詳細(xì)的講解。練習(xí)能夠幫助你理解運用概念。這是我上過最好的在線課程?！?
其他推薦
我們推薦 #1 系列課程有 20 條評論，綜合評分為 4.48 。下面讓我們看看其他課程推薦。
· MedStats ：醫(yī)學(xué)統(tǒng)計學(xué)（斯坦福大學(xué)/斯坦福大學(xué) OpenEdx ）：課程著力于醫(yī)學(xué)。 包含少數(shù) R 語言課程，盡管不像不如 UT Austin 系列那么多。即使對于非醫(yī)學(xué)方向的人來說也是不錯的選擇。該課程有 32 條評論，綜合評分 4.58 。
· SOC120x：我 “心”統(tǒng)計：學(xué)會愛統(tǒng)計（圣母大學(xué)/ edX ）：針對沒有技術(shù)背景的觀眾。不包含編程內(nèi)容。課程和老師看起來都很有趣。該課程有 11 條評論，綜合評分 4.54 。
· QM101x：商業(yè)統(tǒng)計（印度管理學(xué)院班加羅爾/ edX ）： 4 門課程系列之一。著重商業(yè)方面。課程內(nèi)容包括編程。截至 2016 年 11 月，該系列的最后兩節(jié)課尚未發(fā)布。該課程有 27 條評論，綜合評分 4.43 。
· 概率與統(tǒng)計研討會（Udemy）：課程講師，加州大學(xué)洛杉磯分校安德森管理學(xué)院執(zhí)行MBA課程副主任 George Ingersoll 博士。該課程付費。課程使用 Excel 。該課程有 452 條評論，綜合評分 4.4 。
· 描述性統(tǒng)計簡介（圣何塞州立大學(xué)/ Udacity）：2 門課程系列之一。課程視頻很短，內(nèi)容不含編程。該課程有 8 條評論，綜合評分 3.38 。
· 推論統(tǒng)計簡介（圣何塞州立大學(xué)/ Udacity）：2 門課程系列之一。兩門課程我都上過，作為對我本科生統(tǒng)計課程的復(fù)習(xí)，從中我對推論統(tǒng)計獲得了更深入的認(rèn)識。我很喜歡 Katie Kormanik 老師的教學(xué)風(fēng)格。課程視頻很短。該課程有 5 條評論，綜合評分 4.4 。
· 6.008.1x：計算概率和推理（麻省理工學(xué)院/ edX）：著力于 Python 編程示例的兩門統(tǒng)計學(xué)系列之一。該課程有 12 條評論，綜合評分 4 。
· 基礎(chǔ)統(tǒng)計（阿姆斯特丹大學(xué)/ Coursera）：阿姆斯特丹大學(xué)的兩門統(tǒng)計學(xué)課程——社會科學(xué)專業(yè)方法與統(tǒng)計學(xué)之一。課程內(nèi)容不含編程。 該課程有 8 條評論，綜合評分 4.06 。
· 推論統(tǒng)計（阿姆斯特丹大學(xué)/ Coursera）：阿姆斯特丹大學(xué)的兩門統(tǒng)計學(xué)課程——社會科學(xué)專業(yè)方法與統(tǒng)計學(xué)之一。課程內(nèi)容不含編程。該課程有 3條評論，綜合評分 4 。
阿姆斯特丹大學(xué)的社會科學(xué)專業(yè)方法與統(tǒng)計課程包含基礎(chǔ)統(tǒng)計和推理統(tǒng)計。
· PH525.1x：統(tǒng)計和 R 語言（哈佛大學(xué)/ edX）：edX上的 7 門類型課程之一。著力于生命科學(xué)。使用 R 語言，但評論認(rèn)為 UT Austin 系列更好。該課程有 26 條評論，綜合評分 3.96 。
- PH525.3x：統(tǒng)計推論和高通量實驗建模（哈佛大學(xué)/ edX）：edX上的 7 門類型課程之一。著力于生命科學(xué)。使用 R 語言，但評論認(rèn)為 UT Austin 系列更好。該課程有 4 條評論，綜合評分 4.63 。
· 統(tǒng)計簡介（Udacity）：這是 Udacity 最早的課程之一，有一些缺陷。內(nèi)容不含編程。該課程有 41 條評論，綜合評分 3.93 。
· 數(shù)學(xué)生物統(tǒng)計學(xué)訓(xùn)練營1（約翰·霍普金斯大學(xué)/ Coursera）：2 門系列課程之一。著力于生命統(tǒng)計學(xué)。該課程有 23 條評論，綜合評分 3.13 。
· 數(shù)學(xué)生物統(tǒng)計學(xué)訓(xùn)練營2（約翰霍普金斯大學(xué)/ Coursera）：2 門系列課程之一。著力于生命統(tǒng)計學(xué)。該課程有 3 條評論，綜合評分 3.83 。
· KIexploRx：使用 R 語言探索統(tǒng)計（Karolinska Institutet / edX）：該課程比起統(tǒng)計學(xué)不如說更偏向數(shù)據(jù)探索。內(nèi)容含編程。該課程有 22 條評論，綜合評分 3.77 。
· 統(tǒng)計推論（約翰霍普金斯大學(xué)/ Coursera）：約翰霍普金斯大學(xué)的數(shù)據(jù)科學(xué)專業(yè)兩個統(tǒng)計學(xué)課程之一。評論不高。該課程有 29 條評論，綜合評分 2.9 。
· 回歸模型（約翰·霍普金斯大學(xué)/ Coursera）：約翰霍普金斯大學(xué)的數(shù)據(jù)科學(xué)專業(yè)兩個統(tǒng)計學(xué)課程之一。評論不高。該課程有 30 條評論，綜合評分 2.73 。
· DS101X：數(shù)據(jù)科學(xué)與數(shù)據(jù)分析的統(tǒng)計思考（哥倫比亞大學(xué)/ edX）：微軟數(shù)據(jù)科學(xué)專業(yè)課程認(rèn)證的一部分。教學(xué)大綱簡短。評論不高。該課程有 24 條評論，綜合評分 2.77 。
· 了解臨床研究：統(tǒng)計學(xué)背后（開普敦/ Coursera）：“這不是一個全面的統(tǒng)計學(xué)課程，但它為醫(yī)學(xué)研究和常用
統(tǒng)計分析領(lǐng)域提供了實用的方向。” 著力于醫(yī)療。該課程有 15 條評論，綜合評分 5。
· MED101x：應(yīng)用生物統(tǒng)計學(xué)導(dǎo)論：醫(yī)學(xué)研究統(tǒng)計（大阪大學(xué)/ edX）：著力于生物統(tǒng)計學(xué)。內(nèi)容包含編程。該課程有 3 條評論，綜合評分 4.5。
· 概率與統(tǒng)計（斯坦福大學(xué)/斯坦福大學(xué)OpenEdx）：課程大綱不錯。內(nèi)容不含編程。該課程有 1 條評論，綜合評分 4.5。
斯坦福大學(xué)的概率與統(tǒng)計課程看起來不錯，但評論很少。
· 推論和預(yù)測的商業(yè)統(tǒng)計（伊利諾伊大學(xué)香檳分校/ Coursera大學(xué)）：管理經(jīng)濟(jì)與
商業(yè)分析專業(yè)化 7 門系列課程之一。使用Excel。該課程有 1 條評論，綜合評分 5。
· 探索和制作企業(yè)決策數(shù)據(jù)（伊利諾伊大學(xué)香檳分校/ Coursera大學(xué)）：管理經(jīng)濟(jì)與
商業(yè)分析專業(yè)化 7 門系列課程之一。使用Excel。該課程有 1 條評論，綜合評分 5。
· 概率，統(tǒng)計和隨機過程導(dǎo)論（馬薩諸塞州阿默斯特/獨立課程）：沒有視頻課程。該課程有 2 條評論，綜合評分 2.5。
· 005x：基因圖譜統(tǒng)計方法導(dǎo)論（京都大學(xué)/ edX）：著力于遺傳學(xué)。需要一定統(tǒng)計和 R 語言知識。該課程有 1 條評論，綜合評分 2.5。
· 基因組數(shù)據(jù)科學(xué)統(tǒng)計（約翰霍普金斯大學(xué)/ Coursera）：著力于基因組。不是很好的入門課程：“該課程對于對這個領(lǐng)域感興趣，并且有 R 語言程序背景的人來說是不錯的選擇。”該課程有 2 條評論，綜合評分 2。
截至2016年11月，以下課程沒有評論。
· 使用 R 語言的統(tǒng)計入門（DataCamp）：內(nèi)容包括編程。 包括 26 小時的視頻內(nèi)容，有超過 4萬5千 人參加。 DataCamp 是一個熱門的選擇。
· 使用 R 語言學(xué)習(xí)統(tǒng)計計算 ——簡單入門（倫敦大學(xué)學(xué)院/獨立）：內(nèi)容包含編程。
· 概率與統(tǒng)計（Carnegie Mellon）：使用 R 語言。主要是基于文本教程。相當(dāng)于大學(xué)一個學(xué)期的統(tǒng)計課程。
· 概率與統(tǒng)計簡介（馬薩諸塞理工學(xué)院/麻省理工學(xué)院 OCW）：傳統(tǒng)講座形式（視頻）。
· 基礎(chǔ)商業(yè)統(tǒng)計（俄克拉荷馬大學(xué)/ Janux）：著力商業(yè)。
· STAT101x：大數(shù)據(jù)應(yīng)用生物統(tǒng)計學(xué)（德克薩斯大學(xué)醫(yī)學(xué)部/ edX大學(xué)）：著力于生物統(tǒng)計學(xué)。
· 416.1x：概率：基本概念和離散隨機變量（Purdue University / edX）：2 門系列課程之一。
· 416.2x：概率：分布模型和連續(xù)隨機變量（Purdue University / edX）：2 門系列課程之一。
· 商業(yè)統(tǒng)計與分析專業(yè)（萊斯大學(xué)/ Coursera）：使用Excel。
· 統(tǒng)計入門：概率（哈佛大學(xué)）：傳統(tǒng)講座形式（視頻）。Quora 上常常推薦。
· 統(tǒng)計（Dataquest）：多課程系列，內(nèi)容約 12 小時。需要訂閱。使用 Python 編程示例的兩門統(tǒng)計課程之一 。 根據(jù) Dataquest ：“統(tǒng)計課程目前正在重新編寫，預(yù)計將于11月底發(fā)布。”
結(jié)語
本文是六部曲系列的第二篇文章，涵蓋了數(shù)據(jù)科學(xué)領(lǐng)域的最佳在線課程。 我們在第一篇文章中介紹了編程，該系列的剩下部分將涵蓋數(shù)據(jù)科學(xué)的其他核心部分：統(tǒng)計學(xué)，數(shù)據(jù)科學(xué)過程（data science process），
數(shù)據(jù)可視化和
機器學(xué)習(xí)。
最后一篇將會是對這些課程的總結(jié)，以及其他主題的最佳 MOOC 課程，如數(shù)據(jù)整理，數(shù)據(jù)庫以及軟件工程。
原作者 David Venturi
編譯 CDA 編譯團(tuán)隊
本文為 CDA 數(shù)據(jù)分析師原創(chuàng)作品，轉(zhuǎn)載需授權(quán)
CDA數(shù)據(jù)分析師考試相關(guān)入口一覽（建議收藏）：
? 想報名CDA認(rèn)證考試，點擊>>>
“CDA報名”
了解CDA考試詳情；
? 想學(xué)習(xí)CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；
? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；
? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；
京公網(wǎng)安備 11010802034615號
經(jīng)營許可證編號：京B2-20210330
