【经验分享】我经历的几门MOOC

这半年来，从1月初到6月底，在coursera上注册了4们有关数据分析/挖掘的课程。这些课程都是利用业余时间学习，每周基本上花5个小时左右。其中通过了3门，注销了一门。感觉还是学到了一些东西。

第一门课程 Computing for Data Science，2013年1月2日开课，为期4周。本课程主要是学习编程语言R---一种数据分析语言和环境，学完后可以用R完成基本分析任务，但一些高级的数据可视化掌握得不熟练，需要后面巩固。

第二门课程 Data Analysis，2013年1月22日开课，为期8周。这门课程与上门课程配套的，主要用R进行一些数据分析。主要的理论是统计学，什么概率，抽样，统计，正太分布，置信区间，假设检验呀，线性回归，决策树，随机深林等。课程中有两个peer review作业（我最喜欢的部分），需要按照要求对两个问题进行分析，然后输出分析报告。第一个问题是分析LeadingClub（美国的一家P2P借贷平台）的借贷利率的制订方式，这个任务是在过年期间完成的，所以过年除开走亲戚的时间，基本上都耗在这上面了，不过还是值得的，这个过程学到了很多东西。这个问题用线性回归可以轻松解决。第二个问题分析三星手机收集的用户行为数据，预测用户的行为（走，坐，站，上楼，下楼等）。也是要输出一份分析报告，使用决策树和随机森林可以搞定。我很喜欢Coursera上的Peer Review的学习方式，因为这样可以知道其他人对同样一个问题的看法，达到交流和沟通的目的，review的过程也是一种学习的过程，所以我总是将那些我认为回答的很好的报告保留，作为以后的参考。

第三门课程 （Web Intelligence and Big Data，2013年4月26日开始，为期12周）和第四门（Introduction to Data Science，2013年5月1日开始，为期8周）内容有点重复，主要是讲数据分析/挖掘在大数据（MR,NoSQL,HDFS）技术上的应用。但是第三门课程讲的太抽象，而且作业大多数都是选择题，感觉没有意思，后来注销了。第四门课程作业设置自比较合理，全部都是数据分析或者编程这种主观作业，而且还结合了实际问题---可选的real world project和aws上的nosql作业。课程还介绍了一个竞赛平台kaggle，而且有一个作业是参加这个平台中额一个竞赛，在这个作业的peer review中，我得了慢分。这个平台与以往的ACM竞赛平台不同。它上面的问题都是实际问题，解决方案会给相关企业带来直接的利益，而且有些问题还会给优秀的解决方案提供奖金（虽然不多）。后续会继续关注和参加比赛，历练自己。

总结经验：Coursera上面的课程有时间限制，建议同时不要学习多门课程，尤其是平时还有很多工作，当时学习第三和第四们课程时，时间有重叠，感觉吃不消，所以果断注销了第三门课程，最后顺利完成了第四们课程。