約翰霍普金斯大學在Coursera上的Data Science 系列課程是否值得花錢去上？

01-21

約翰霍普金斯大學在Coursera上放出了一系列9門Data Science的入門課程，如果需要認證需要花470刀，對於這一筆開銷去或得這樣一張認證書是否值得？Coursera - Specializations

在我上過的和打算上的一系列課程中都不包括這些課程。所以我無法具體評判這一系列課程。我只能說在我所知道的MOOC圈子裡這些課的評價不是很正面。

從大綱上是偏入門級的，如果自己有恆心有時間自學也行。也問了一個上過這個系列課程的朋友，反饋說適合剛入門的同學，整體還不錯。

如果你希望一個online的certificate可以對你找工作有一個質的飛躍，那任何courera的certificate都是不值得的。

我個人覺得，如果你是初學者，值得。

首先，JHU的布隆伯格school在健康衛生領域排名就沒跌出過前三，這些人的實力肯定是不容置疑的。

能被質疑的無非是簡單，以及有時他們確實不太會教課。而且前五門課過於啰嗦，完全沒切入重點，前五門揉成一門課就好了。我承認前五門課有用，但更多的應該留給學生自己去自學。

不太會教課方面。我記得我上Statistic Inference的時候，概率的東西都忘光了。越聽越暈。但上網隨便搜了點概念就全回來了。當時就覺得，你講的還不如Wiki呢。所以我承認他們的表達方式確實值得商榷。

但有一點不能否認，那就是該點出的點，都點到了。東西不壞，僅僅是遠程教學以及可能本身風格問題導致比較難懂。名校年輕老師講課都比較難懂，因為主要是靠你下課自己學，他們的主要作用是給脈絡和答疑。Andrew Ng的課簡單吧？看看真正的CS229，還是暈。

簡單方面第一是，就算是大學裡，非研究生課程也都是講基礎，第二是，coursera講難了真沒人能過。說講的不深，事實上我覺得沒有一門課給手把手帶你往深了走，都是師傅領進門。UWA也有一門Machine Learning，有人在下面吐槽說能不能別總講gradient descent！（Ng也講這個）但其實他沒看到現實中大家真的就是在用gradient descent的各種變種而已。不是講錯了，是他自己不順著走。

而且我個人不是很認同簡單這個定義，我記得以前上學時喜歡把這門課各個學校用的不同的教科書拿來看，太多東西讀一本書會覺得模稜兩可，幾個人把一件事用不同的方法形容一遍會讓你更清晰的理解。所以雖然這個specialization裡面有些東西確實是基礎，但絕對還是有東西可以學到的。

花錢的話，我覺得是情懷吧～

不值得。

如果你有編程背景，那麼也不在乎這樣一個certificate

如果你和我一樣，完全沒有計算機背景（比如我是學臨床藥理的），只是想了解一下big data，那麼這門課並不適合初學者。

我選課的時候想著JHU這門課的教授們都是公共衛生學院的，教授們做的研究似乎也都是health outcome research，所以他們教的data science應該可以跟我的醫藥背景結合一下吧？

結果specialization中的第二門R Programming就把我嚇壞了。每周的Quiz都很容易，可是從第二第三周開始的coding作業非常難：

我第二周的時候想了一個通宵，終於在凌晨四點做了出來。

到了第三周，我眼看著deadline逼近，而自己在周末熬夜到一點還沒做出來，就想著作弊算了，上網搜搜其他人都是怎麼寫的程序。這一查才發現網上到處是罵聲：原來不是我笨，是這個作業需要使用到的知識實在太多了。。。我連R語言編程裡面可用的tool set有哪些、常用的basic language都渾渾噩噩，又怎麼可能指望自己做出來？試想一下，如果你是一個碼農，剛剛學了什麼是DNA以及DNA的結構是什麼，回家作業就直接要你想一個提取細胞里DNA的實驗方案，你做的了嗎？

到第四周的due date恰逢聖誕節，我把自己寫的作業修改了四次，還是沒成功。最終決定放棄這個作業了：如果這個specialization中後面幾門課都是這樣的難度，那我還是早點睡覺，省出時間來分析我的各種DNA和遺傳變異吧。

學過九門中的三門了，但不是認證的那種，還是有一定收穫。470刀認真學完九門一定是值的！這個學校的醫學生物和計算機結合很厲害。我承認講的東西偏基礎沒那麼新潮，可絕對是提升data analysis的理念。

順便補充一句，data science到最後根本就不是語言、軟體的能力比拼！而是mindset！如何思考問題才是關鍵的關鍵！了解基礎對思維模式有很大提升！這是個Long Term的過程。

有興趣就上，有替代才能考慮值不值得，幫你掃一編基礎知識挺好的。國內眼高手低的人太多，你只要踏踏實實的學，超越這些人只是時間問題

不值得。

我是在上完這個Coursera JHU Data Science Specialization系列課程之後，又受到Coursera的邀請來擔任這個課程的導師，到現在已經一年了。

這個課程的原型，是JHU本校相關專業學生課外的補充材料，整體思路很雜亂，不適合作為主體學習內容。

新手，或者缺乏基礎的同學很容易迷失在不系統的教學內容裡面。

證書，沒有什麼用。

我也在學，新手入門還不錯，比自己看書好很多，書太難啃。

不值得...有幾個小點還是蠻重要的，但是現在R community流行的和這個課程關係不大

不值得。

且不說證書認可度的問題。課程過於簡單，真的只有入門級才是關鍵。

看了下課程，非常基本，偏應用，這些知識入門不錯的，要做這一行建議還是再學點理論，概率與統計，數據挖掘。

比較有問題的是machine learning只有4周，只夠教你調用一些函數，數學推導全部跳過，所以矩陣運算也不可能講清楚，學完絕對是一知半解。

國外上課很貴的，470刀算便宜的。

證書是沒什麼用的，當然國內不懂的大概可以蒙一下。

我11月也是報了R這門課，現在剛剛得到證書，說說感受，首先感覺課程視頻講的太簡潔，有些不太重要的地方反而啰嗦；其次講課的教授根本不是roger peng，實質上，他只是客串一下。第三就是assignment的題確實有難度，絕對是需要花時間精力的，關鍵課程視頻裡面講的那點東西根本不夠用。因此我認為這門課適合那種自學或者說自行研究能力比較強的人去學，也許數據科學的教學團隊就是以引導為主，內容為輔的

說實話花錢就算了，內容是很值得學的，coursera上的課都還不錯。但是我覺得這價格太貴了，而且certification真沒什麼用，你如果面試你說你會，人家考你幾個題目，你會就是會，不會就是不會

certification有什麼用