2021-12-11 22:32:48 +08:00
|
|
|
|
## 课程简介
|
|
|
|
|
|
- 所属大学：UC Berkeley
|
|
|
|
|
|
- 先修要求：CS61A，线性代数
|
|
|
|
|
|
- 编程语言：Python
|
|
|
|
|
|
- 课程难度：🌟🌟🌟
|
|
|
|
|
|
- 预计学时：80小时
|
|
|
|
|
|
|
|
|
|
|
|
伯克利的数据科学入门课程，内容相对基础，覆盖了数据清洗、特征提取、数据可视化以及机器学习和推理的基础内容，也会讲授Pandas，Numpy，Matplotlib等数据科学常用工具。其丰富有趣的编程作业也是这门课的一大亮点。
|
|
|
|
|
|
|
|
|
|
|
|
## 课程资源
|
|
|
|
|
|
- [课程网站](https://ds100.org/fa21/)
|
|
|
|
|
|
- 课程视频：参见课程网站
|
|
|
|
|
|
- [课程教材](https://www.textbook.ds100.org/intro.html)
|
|
|
|
|
|
- 课程作业：参见课程网站
|
