原文：
www.kdnuggets.com/7-free-kaggle-micro-courses-for-data-science-beginners
编辑器提供的图像
你是否还记得那个你报名但从未完成的数据科学课程？嗯，你并不孤单。
1. 谷歌网络安全证书 - 快速入门网络安全职业。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT 工作
大多数数据科学初学者会报名一个或多个课程：免费或付费。但由于数据科学课程通常涵盖广泛的主题——从编程到数据分析、可视化等等——需要几周时间才能完成。即使它们起步强劲，大多数学习者在前几个模块后开始感到不知所措，进展缓慢。进入 Kaggle（微）课程。
如果你发现长时间课程难以完成，Kaggle 的微课程 是一个不错的替代选择。它们是学习数据科学技能的绝佳资源——Python、pandas、机器学习等——而不会感到不堪重负。这些课程设计得仅需几个小时即可完成，并包括教程和实践环节。现在让我们来看看一些适合初学者的课程及其内容。
Python 是数据科学中最广泛使用的语言之一。除了帮助你在数据职业中，Python 还对你想要进入软件工程领域时非常有帮助。Kaggle 上的 Python 课程将帮助你学习以下内容：
-
Python 基础（语法和变量）
-
函数
-
布尔值和条件语句
-
列表、循环和列表推导式
-
字符串和字典
-
使用外部库
如果你觉得在深入学习 Python 之前需要一个更简单的编程介绍，你可以查看编程入门课程。
因为随后的 Pandas 和数据可视化课程需要你对本课程内容感到熟悉，所以如果你是编程新手，应该不要跳过 Python 课程。
链接: 学习 Python
一旦你熟悉了基础 Python，你可以 学习 pandas，这是一个强大的数据分析和处理库。
通过一系列简短的课程和动手编码练习，pandas将帮助你学习在 pandas 数据框上执行以下操作：
-
创建、读取和写入
-
索引、选择和分配
-
重命名和合并
-
汇总函数和映射
-
分组和排序
-
数据类型和缺失值
链接：学习 Pandas
现在你知道如何使用 Python 和 pandas 分析数据，是时候通过学习如何可视化数据来进一步提升技能了。
数据可视化课程涵盖了使用 Python 库 Seaborn 创建有用图表和图形的基础知识。该课程包括以下内容：
-
折线图
-
条形图和热图
-
散点图
-
直方图和密度图
-
选择图表类型
你还需要完成一个最终项目，以应用你所学到的知识。
链接：学习数据可视化
SQL 是你可以学习的单一最重要的数据科学技能。要了解为什么 SQL 对数据科学如此重要，请阅读 KDnuggets 撰稿人 Nate Rosidi 的 "为什么 SQL 是数据科学必学语言"。
SQL 入门课程将教你如何使用 BigQuery Python 客户端查询数据集，并涵盖 SQL 基础知识、过滤和编写可读的 SQL 查询：
-
开始学习 SQL 和 BigQuery
-
选择、从和哪里
-
分组、筛选和计数
-
排序
-
作为和与
-
数据连接
链接：学习 SQL 入门
现在你已经掌握了 SQL 基础，可以参加 高级 SQL课程，以进一步提升你的 SQL 技能。此课程基于 SQL 入门课程，并涵盖了以下关于从多个表中结合数据和执行更复杂操作的主题：
-
连接和并集
-
分析函数
-
嵌套和重复数据
-
编写高效查询
链接：学习高级 SQL
如果你已经完成了上述课程，你应该能够舒适地进行 Python 和 SQL 编程及数据分析。你现在已经准备好开始学习机器学习。
机器学习入门课程包括：
-
机器学习模型的工作原理
-
基本数据探索
-
模型验证
-
欠拟合和过拟合
-
随机森林
你也可以提交到一个适合初学者的 Kaggle 比赛中。
链接: 学习机器学习简介
中级机器学习课程在机器学习简介课程的基础上进行，教你如何处理缺失值、分类变量，并避免在训练机器学习模型时出现数据泄漏的棘手问题。
涵盖的主题包括：
-
缺失值
-
分类变量
-
机器学习管道
-
交叉验证
-
XGBoost
-
数据泄漏
链接: 中级机器学习
希望你觉得这次课程总结对你有帮助。
如前所述，这些课程都是免费的。学习一个基础的数据科学技能只需几小时。因此，你可以通过一个个微课程来开始你的数据科学之旅。祝学习愉快！
Bala Priya C是来自印度的开发者和技术作家。她喜欢在数学、编程、数据科学和内容创作的交汇点上工作。她的兴趣和专长领域包括 DevOps、数据科学和自然语言处理。她喜欢阅读、写作、编程和咖啡！目前，她正在通过撰写教程、使用指南、观点文章等来学习和与开发者社区分享她的知识。Bala 还制作了引人入胜的资源概述和编码教程。
