Практика навыков в области науки о данных при ограниченном бюджете

Мои студенты часто спрашивают меня, как они могут практиковать свои навыки в области науки о данных, не тратя слишком много денег. Не у всех есть средства на дорогостоящее оборудование или программное обеспечение. Хотя всегда будет переломный момент, когда вам нужно будет «тратить деньги, чтобы зарабатывать деньги», есть альтернативы покупке ноутбука за 1500 долларов. Вот так я и начал.

Хотя я люблю R и RStudio, я не всегда рекомендую их новичкам, но я рекомендую бесплатные инструменты с открытым исходным кодом. Но просто наличие некоторых бесплатных инструментов не означает, что вы можете легко загружать наборы данных и запускать проекты по науке о данных. Вам нужно недорогое оборудование, а также недорогое программное обеспечение.

Вот почему я почти всегда рекомендую студентам приобрести Chromebook. В настоящее время я использую 14-дюймовый Chromebook Acer который стоит $279. У него 3 ГБ ОЗУ — я знаю, о чем вы думаете — как я могу запустить рабочий процесс по обработке данных всего на 3 ГБ ОЗУ с оборудованием, работающим на процессоре Atom?

Давайте на мгновение отложим этот вопрос и рассмотрим некоторые замечательные причины, по которым Chromebook может предложить нам так много.

Почему я рекомендую Chromebook

Одна из причин, по которой я люблю свой Chromebook, — это его вес, или его отсутствие! Они очень портативны, и мой Chromebook — мой инструмент для тусовки в местах с точками доступа WiFi. Его легко носить с собой, легко защищать и легко использовать. Кроме того, у них большой срок службы батареи, а обновления безопасности выполняются автоматически.

Чудеса веб-программного обеспечения

В наши дни так много онлайн-приложений, что мне почти никогда не нужен мой ноутбук. Давайте начнем с приложения Google. Я пишу этот блог в Google Документы на моем Chromebook. Для редактирование PDF-файловя использую Мы. А для редактирования изображений? Я использую Pixlr. А как насчет обмен файламипреобразование файлов, карты разумасетевые диаграммы, канбан, чат? Я использую проверка грамматики инструмент. Есть веб-приложение практически для всего. Но что насчет науки о данных?

Вы рассматриваете профессию в области науки о данных? Тогда получите сертификат в нашей программе аспирантуры Caltech по науке о данных сегодня!

Да, даже наука о данных

Вы также можете запустить R и RStudio из сети, бесплатно! Вам просто нужна учетная запись Amazon, чтобы вы могли настроить бесплатный экземпляр AWS для запуска сервера Linux и сервера RStudio. Следуйте этим инструкциям легко следовать шагам для настройки и вы готовы начать. После того, как все настроено, вы можете подключиться к своей среде RStudio и запустить R, просто так. Просто не забывайте следить за сервисами AWS, чтобы убедиться, что вы не превышаете параметры бесплатного уровня. В противном случае с вас будет взиматься плата.

Вы также можете найти бесчисленное множество других веб-решений, которые работают в Chrome. Один из моих любимых сайтов — редактор регулярных выражений. Как вы знаете, регулярные выражения — это «поиск» на стероидах — обязательный инструмент в наборе инструментов любого специалиста по данным.

Единственный недостаток использования Chromebook — вы не можете одновременно открывать 40-50 вкладок, потому что у вас закончится память. Это легко исправить с помощью замечательного расширения Chrome под названием The Great Suspender.

Облачные практические лаборатории

Свободная от давления практика имеет решающее значение при начале работы в области науки о данных, особенно на студенческой стадии. Большинство курсов по науке о данных Simplilearn включают лабораторные работы именно по этой причине. Например, наука о данных с сертификацией R включает функцию под названием CloudLabs, к которой студенты могут получить доступ напрямую из системы управления обучением на протяжении всего курса. Аналогично, обучение Python включает лабораторные работы в Jupyter Notebook.

Поэтому, если вы только начинаете, независимо от того, работаете ли вы с Simplilearn или самостоятельно, вы можете запускать все свои тестовые коды в облаке, не загрязняя при этом производственную среду, и при этом осваивать науку о данных.