안녕하세요. 페이스북 생활코딩에도 글을 올렸었는데, okky의 에디터님께서 여기에도 제가 올렸던 글을 소개해달라고 부탁하셔서 감사하게도 여기에도 글을 올리게 되었습니다.
우선 저에 대한 소개를 드리는 것이 맞다고 생각하여 제 소개를 드립니다. 다시 한번 인사 드립니다. 저는 현재 인하대학교 일반대학원 전기컴퓨터공학과에서 전기공학을 전공하고 있는 김법수라고 합니다. (https://www.facebook.com/juliusbsk)
요즘 패스트캠퍼스나 여러 업체들에서 데이터사이언스 온라인 강의 패키지를 많이들 팔고 있습니다. 대학생 시절이나 대학원생인 지금도 돈이 없어서 이런 강의 패키지들을 결제해서 듣지는 못하고 있습니다. 제 주머니 사정을 감안하였을때, 무료인 OCW 강좌나 MOOC 강좌들로 이것들을 대체할 수 없을까 하며 들었던 강의 리스트들을 여러분들과 나눠보고자 합니다.
1. 통계학 기초 : KMOOC - 통계학의 이해 I,II (숙명여자대학교)
KOCW에서 워낙 유명했던 여인권 교수님의 통계학 강의를 리뉴얼해서 만든 강좌인데, 매우 유용했습니다. 고등학교 수준의 확률/통계에서 시작해서 어지간한건 다 다뤄주십니다.
2. 선형대수학 : KMOOC - 쉽게 시작하는 기초선형대수학(서울시립대학교), KMOOC - 선형대수학(성균관대학교)
정말 선형대수의 Essential 한 내용들만 다루고 있습니다. 사실 학부에서 수학과 선형대수 수업을 들었었는데, 꼭 필요한 것들을 다시 복습하기에 좋았습니다.
3. 파이썬 기초 : edwith - 파이썬을 활용한 기초컴퓨터프로그래밍(부산대학교)
저의 경우 R이 아니라 파이썬을 인공지능과 데이터 사이언스 모두를 하고 싶다는 이유로 선택했습니다. 짧으면서도 파이썬의 기초를 다지기 좋았습니다.
4. 검정 및 추정 (확률론) : Coursera - Statistical inference (Johns Hopkins University)
이거는 KOCW나 KMOOC에서 제 입맛에 맞는 강의를 찾지 못하다가 이거다 하고 찾게 된 강의입니다. 물론 통계학과나 데이터사이언스를 다루는 학과에서는 이보다 깊게 다루겠지만, 확률론 기초를 다지기에 좋았습니다.
5. 머신러닝 기초 : 모두를 위한 머신러닝/딥러닝 강의 (김성훈 교수님)
워낙 유명해서 제가 굳이 설명을 안드려도 될 것 같습니다.
6. 데이터베이스 기초 : Coursera - Using Databases with Python (University of Michigan)
대부분의 KMOOC나 KOCW 강의들이 매트랩이나 C/C++, 자바를 기준으로 만들어진 강좌들이였습니다. 파이썬을 다루는 강의를 찾기가 힘들어 선택한 강좌입니다.
7. 데이터 시각화 : Coursera - 데이터 시각화 (University of Illinois at Urbana-Champaign), Data Management and Visualization (Wesleyan University)
하나로는 모자르다고 생각해서 두개를 들었습니다. 서로를 보완하는 느낌으로 듣기 좋습니다.
제가 들었던 강의들이 모두 정답은 아니라고 생각합니다. 많은 분들께 조금이나마 도움이 되셨으면 합니다.