By プルヴァンシ・メータ、マイクロソフトのデータ サイエンティスト.

確かに、オンライン学習では、好きなコースを柔軟に受講でき、手頃な価格で受講できます。 しかし、正式な学位がデータ サイエンスの分野への参入を目指す人にとって役立つと私が考える理由はいくつかあります。

これは単なる私個人の見解であり、人々はさまざまなレベルで私に同意しない可能性があります。 ご自身のポイントをぜひシェアしてください。

どこから学べばいいのかわからない

機械学習を学びたいとします。 Andrew Ng の機械学習コースを開始して終了します。 次に、ML で他に何を学べるかを Google で調べます。 何百もの「」が見つかりますベスト 10 の機械学習コース」。 さて、あなたはどのコースを取るか迷っています。

ML は非常に広大な分野なので、SVM、回帰について XNUMX つずつコースを受講することもできますが、リストは続きます。 最後には簡単に落胆してしまいます。

正式な学位には通常、ML の応用コースと理論コースが XNUMX つあります。これは、次のことを定義するのに役立ちます。 その分野で最も重要なトピックは何か、それらをカバーするリソースを提供します。

正式な学位は継続性を保証します

現在、MOOC コースの平均修了率はわずか約 15% です [1]。 多くの人が何かを学びたいと思っていますが、おそらく 生活 邪魔になるか、興味を失ってしまいます。

正式な学位を取得すると、費やす期間とリソースが確実に制限されます。

コースの課題

人気のあるオンライン コースの課題のほとんどには、GitHub またはその他のソースから入手できるソリューションがあります。 オンラインで検索する傾向があるため、問題に行き詰まる時間は短くなります。

大学の優れたコースには通常、難しい質問があり、固定概念にとらわれずに考えることを強いられます。 実際、私は課題から最も多くのことを学びました。特に理論科目の課題は本当に楽しいものです。

プロジェクト

人気のコースであれば、ほぼ全員が受講しています。 つまり、あなたが受講したコンピューター ビジョン コースの「物体検出プロジェクト」は、他の何千人もの人々が受講したことになります。 履歴書を目立たせるためには、独自の何かを持っている必要があります。

まだ基礎に取り組んでいるときに、アイデアを得るのは非常に困難です。 アイデアを次々と与えてくれる教授のサポートがあれば、有利にスタートできるでしょう。

研究プロジェクト

一人で研究に取り組むのは難しいです。 論文は他の人よりも優位に立つだけでなく、トピックについて深く学ぶのにも役立ちます。 教授の下で働くことができ、出版物を手に入れることもできるかもしれません。

国際的な露出

国際的な環境や異なる国で大学院の学位を取得することは、それ自体が特別な経験となる可能性があります。

業界は依然として正式な教育を重視している

現在までに、正式な学位を持っていれば簡単に就けるポジションがたくさんあります。 これにはいくつかの理由があります。 これが間違っているのか正しいのかについてはコメントしませんが、たとえば博士課程に割り当てられている特定のポジションがあります。 学生。

【1] MOOC 修了率 (katyjordan.com)

元の。 許可を得て転載。

バイオ： プルヴァンシ・メータMicrosoft セキュリティ研究チームのメンバーであり、最新の著作物は次のサイトで入手できます。 M.

関連する

• Googleのリサーチディレクターからデータサイエンスを学ぶためのアドバイス
• 6年のトップ2021データサイエンスオンラインコース
• データサイエンティストになるための学習パス