Cursos

  • CS231n: curso de la universidad de Stanford sobre redes neuronales convolucionales. Ofrecen acceso tanto a los vídeos de las clases, como a una ingente cantidad de materiales relacionados con el tema, a través de la sección Detailed Syllabus.

  • Data Science Specialization: un total de nueve MOOC (al que es posible añadir un proyecto final) que exploran las diversas etapas de un análisis de datos utilizando el lenguaje de programación R. Es una especialización que, por su enfoque de aprendizaje extremadamente práctico, considero es un instrumento ideal para iniciarse en esta disciplina. No obstante, recomendaría utilizar recursos adicionales para corregir ese desequilibrio que margina el aspecto teórico del proceso.

  • Deep Learning Specialization: cinco MOOC orientados a todas aquellas que deseen introducirse en el campo de deep learning, utilizando el lenguaje de programación Python como principal herramienta. Los cursos vienen de la mano de Andrew Ng, responsable del excelente y muy recomendable MOOC Machine Learning, hecho que añade cierta garantía de calidad.

  • Improving Your Statistical Inferences: este MOOC es altamente recomendable si el enfoque de la formación que has recibido sobre inferencia estadística ha sido principalmente frecuentista. Explora, de forma pausada y maravillosa, las principales limitaciones (y, en la medida de lo posible, cómo abordarlas) del marco que ofrece el contraste de hipótesis como herramienta de inferencia a utilizar en un estudio. Además, lista una miríada de referencias bibliográficas, que harán las delicias de todo estudiante ávido por profundizar en cualquiera de los temas que se abordan a lo largo del curso.

Publicado: | Actualizado:

Comentar