안녕하세요. 페이스북 생활코딩에도 글을 올렸었는데, okky의 에디터님께서 여기에도 제가 올렸던 글을 소개해달라고 부탁하셔서 감사하게도 여기에도 글을 올리게 되었습니다.

우선 저에 대한 소개를 드리는 것이 맞다고 생각하여 제 소개를 드립니다. 다시 한번 인사 드립니다. 저는 현재 인하대학교 일반대학원 전기컴퓨터공학과에서 전기공학을 전공하고 있는 김법수라고 합니다. (https://www.facebook.com/juliusbsk)

요즘 패스트캠퍼스나 여러 업체들에서 데이터사이언스 온라인 강의 패키지를 많이들 팔고 있습니다. 대학생 시절이나 대학원생인 지금도 돈이 없어서 이런 강의 패키지들을 결제해서 듣지는 못하고 있습니다. 제 주머니 사정을 감안하였을때, 무료인 OCW 강좌나 MOOC 강좌들로 이것들을 대체할 수 없을까 하며 들었던 강의 리스트들을 여러분들과 나눠보고자 합니다.

1. 통계학 기초 : KMOOC - 통계학의 이해 I,II (숙명여자대학교)

KOCW에서 워낙 유명했던 여인권 교수님의 통계학 강의를 리뉴얼해서 만든 강좌인데, 매우 유용했습니다. 고등학교 수준의 확률/통계에서 시작해서 어지간한건 다 다뤄주십니다.

2. 선형대수학 : KMOOC - 쉽게 시작하는 기초선형대수학(서울시립대학교), KMOOC - 선형대수학(성균관대학교)

정말 선형대수의 Essential 한 내용들만 다루고 있습니다. 사실 학부에서 수학과 선형대수 수업을 들었었는데, 꼭 필요한 것들을 다시 복습하기에 좋았습니다.

3. 파이썬 기초 : edwith - 파이썬을 활용한 기초컴퓨터프로그래밍(부산대학교)

저의 경우 R이 아니라 파이썬을 인공지능과 데이터 사이언스 모두를 하고 싶다는 이유로 선택했습니다. 짧으면서도 파이썬의 기초를 다지기 좋았습니다.

4. 검정 및 추정 (확률론) : Coursera - Statistical inference (Johns Hopkins University)

이거는 KOCW나 KMOOC에서 제 입맛에 맞는 강의를 찾지 못하다가 이거다 하고 찾게 된 강의입니다. 물론 통계학과나 데이터사이언스를 다루는 학과에서는 이보다 깊게 다루겠지만, 확률론 기초를 다지기에 좋았습니다.

5. 머신러닝 기초 : 모두를 위한 머신러닝/딥러닝 강의 (김성훈 교수님)

워낙 유명해서 제가 굳이 설명을 안드려도 될 것 같습니다.

6. 데이터베이스 기초 : Coursera - Using Databases with Python (University of Michigan)

대부분의 KMOOC나 KOCW 강의들이 매트랩이나 C/C++, 자바를 기준으로 만들어진 강좌들이였습니다. 파이썬을 다루는 강의를 찾기가 힘들어 선택한 강좌입니다.

7. 데이터 시각화 : Coursera - 데이터 시각화 (University of Illinois at Urbana-Champaign), Data Management and Visualization (Wesleyan University)

하나로는 모자르다고 생각해서 두개를 들었습니다. 서로를 보완하는 느낌으로 듣기 좋습니다.

제가 들었던 강의들이 모두 정답은 아니라고 생각합니다. 많은 분들께 조금이나마 도움이 되셨으면 합니다.

패스트캠퍼스나 업체들의 강의들을 대체해서 들었던 무료 강의들을 공유하고자 합니다.