2015 年末的小認真之 Coursera 上上課

人生啊...

課程

(1) Courser 的延世大學 - Big Data, Cloud Computing, & CDN Emerging Technologies

12 月最先開跑的學習是關於 IoT 的一些基本觀念，首先上的課程是 Coursera 延世大學的 Big Data, Cloud Computing, & CDN Emerging Technologies，這真是一門基礎到不能再基礎，而且濃縮所有基本觀念的課程，w1 真的就是在講一些 big data，w2 是 Hadoop 的基本觀念，是有稍微提到 YARN, 還有一點點 RDBMS，w3 就是 CDN 的觀念跟這個產業的幾個公司，大概知道一下那個市場範圍在哪裡，但是光看課程是感受不出技術上的難度跟落實的難度有多複雜啦，anyway 我只是有時間的時候當作影集在看，題目也蠻簡單的，有認真上一定 pass. 雖然我最後只拿80分結業，汗顏 XD

哦對了老師好像是韓國人?!，雖然我覺的老師的英文腔調很特別，不過聽到 w2 就習慣了啦 :D
老實說這種基礎觀念的課程不拿專項課程真的很可惜，不過就看我時間，其實我是很想整個專項都拿下來。哎，循序漸進嘛... 資質卑劣.. 太難的我也不懂啊

(2) Coursera 杜克大學 Java Programming: Solving Problems with Software

Duke 大學的 Java 課程很有條理，我覺得蠻推薦的，而且這門課超級不太 web，但很有新鮮感。Duke 設計這門課程還寫了一個叫做 BlueJ 的工具，上課講 code 都是用這個工具，我是覺得蠻適合 Java 新手，是還蠻厲害的!

week1 教你用 java 去選取圖片，然後針對圖片做簡單的影像處理，像是灰階, 或是 RGB 中間兩個色系互換之類的，聽起來很難但真的... 不難 QQ w2 開始就有點複雜了..。

w2 課程是要教你在 DNA 的 String 找出基因，但其實就是在教 String 的操作啦! 但我覺得上起來相對蠻悶的 XD 有點難，w2 後面段是要教你爬網頁的 html 的內容，像是找出幾個 link，哪些 link 是 https 結尾等等。

w3 是 CSV 檔案的處理，上這堂課才知道 CSV 是一個 standard XD (IETF RFC 4180: comma separated values)，然後用 apache CSVParser 這個 lib 去練習寫 CSV Parser。

anyway... 我還在修，但我覺得我不會 pass

(3) Coursera 約翰霍普金斯大學 A Crash Course in Data Science

Executive Data Science 數據科學管理專項課程是最近才看到的課程，比較輕鬆引導式的方式，我還差三門要上，現在就只有上 Cash Course in Data Science 跟如何建立 Data Science Team，但這門課很基礎，所以，想知道什麼就自己去看看好了，課程很短。


(4) Coursera 約翰霍普金斯大學 Building a Data Science Team

如何建立資料科學團隊，這是接續上一堂的課程，看完之後覺得... 哎呀 台灣有幾家注重資料科學團隊的公司?! 有幾家願意投資時間做資料科學的?! 因為做資料科學是很有挫折的事情。也許花個一年半載的，才有機會發現有 value 的東西，可是願意讓這種團隊在公司待個一年半載才看到成果的公司，少之又少的 feel~ 錢跟時間都要燒得起QQ。我是覺得跟公司文化有很大的關係(不確定? 只是覺得...)


(5) Coursera 倫敦大學 & Goldsmiths, University of London  的 Introduction to Meteor.js Development

在過去一年曾經整年都在用 node.js 寫 web application，只不過用的是超輕量的 koa.js，在過去用 node.js 的期間常耳聞 Meteor 這個 framework，但就是台灣用的人太少了 (->也許是我朋友太少!?)  剛好趁這個機會探探 meteor 的用法。

上這門課只是開開眼界，多看看不同 framework 的做法，至於好不好很難評論，一個 framework 就是一種生態， by case 你會有你想選擇的 best one, 也沒有好不好的問題。

結論就是 Meteor 跟 MongoDB 是蠻搭的，只是我手邊沒有案子可以玩這種架構。上完的心情就是我很愉快但是 see you next time.  真的想不出拿時候用的到，maybe 做個網站或是 app 的 prototype 會有機會。


目前生活總結
本來正在寫 PHP，後來劈腿 Java，還跟 node.js 繼續曖昧，現在處在一個很亂的關係當中

很窮但很快樂.  希望心想事成!

現在還有幾堂課正在上，有什麼心得就再說啦! 考驗我的意志力

Coursera 機器學習基石 第二講:Learning to Answer Yes/No [二元分類] 筆記 (很亂，不要看 ><)

這兩天看的是第二講。

我可能還要再找週末時間整理吧(預計中秋連假...)
(目前在尋找好編輯數學公式的工具...)。

奧.. 我非常累，先睡
事情已經多到我覺得是我的極限了。

Coursera 機器學習基石 第一講: The Learning Problem 筆記

請大家忽略這篇吧...
這是記錄給我自己看的，筆記很亂，只有我自己看得懂 :P
林軒田老師的課真的很不錯，就以介紹 hypothesis 那一段來說，比 Ng 的課好理解些，或許語言真的有差吧...，雖然 Ng 的課有翻譯，可是還是有些吃力啊...

week1 講 Learning Problem，光是把影片看完，消化一下，筆記一下，大約 2-3hr 吧...
說實在還真的沒什麼把握有能力 pass 這堂課耶，程度落差大...
然後我真的睏了，沒什麼力氣整理筆記，這也是順手拿起來的紙張寫一寫...
(字醜得比國小生還醜..)

Coursera 數據科學家的工具箱 - 上課心得

https://www.coursera.org/course/datascitoolbox

昨天上完了 Coursera 的 數據科學家的工具箱  課程，他是整個 數據科學專項課程 的第一堂課，也算是非常入門，Signature Track 只要 29 塊美金，其他都要 49 塊。

但是因為這門課真的非常的基礎... 29元對我來說有點...，話這麼說的前提是因為 Week2 的 github 跟 git 操作都是平常上班時已經熟悉的技能，我想如果沒有接觸過 Linux, git, github 的人，我想你會在 Week2 卡很久，但你也可以藉此好好順便學一下。

 Week1 簡單介紹一下這整個專項課程會學到的內容，week3 是一些 data 的分析的方法，簡簡單單說明，整個上完，我想這門課最需要你學會的就是把你的 R 的環境都建立好，不論你是用 windows 還是 Mac，影片都有教學，還有要盡量熟悉 github 的基本操作，Markdown 文件撰寫，這會關係到之後你繳交作業的項目。

結果本來是三週的課程大概1天就可以把影片跟作業看完，如果能力許可的話，可以順便加入 R Program 的課程直接跟著上，至少我是直接加入了 ><，時間不等人，下班之餘你能花費在學習上的時間不多，更何況這次的專項課程很多都有中文版，有中文真的差很多 ... (拭淚..)

這堂課5/4結束，大概隔了快兩週才拿到證書，證書出來的話，他會發 mail 通知你。

備註:
(1) 安裝 R
1. 先安裝 R http://www.r-project.org/
2. 再安裝 R studio http://www.rstudio.com/products/rstudio/download/


R studio 是 R 的 IDE，算是比較方便的工具，因為我剛好在上 Coursera 的課程，也是教這個，所以也就跟著裝了。

這樣寫好像有點太簡短，但真的好像就是這樣。要注意自己的電腦的作業系統是什麼，可別抓錯了 :P

剛開啟 R 的樣子:

(2) 安裝 R 的 package
install.packages('package name');


(3) 安裝 devtools
> install.package("devtools")


(4) 檢查 devtools 有沒有裝
> library('devtools')
> find_rtools()
[1] TRUE