MOOC(eries), geekeries et perte de temps

[Bézoukhov]

Bonjour !

 

Il me semble qu'il n'y a pas de sujet réservé aux MOOCs sympas qu'on aurait pu faire sur des sujets techniques, même si on les aborde parfois au détour du fil des geeks informatiques.

 

Bientôt, il y aura sur Coursera un MOOC qui pourrait m'intéresser sur le text mining (https://www.coursera.org/course/textanalytics). Je connais correctement les théories de l'apprentissage non-supervisé et supervisé, et je me débrouille vaguement en C++, mais ce genre de cours me permettrait de bien faire le lien entre les deux, vu que dans ma pratique de l'analyse de données, c'est surtout sur des bases assez bien structurées, avec R ou SAS.

 

Par contre, je sais que je vais avoir un mois de juin un peu intense intellectuellement au boulot (sic), et passer 10h par semaine à faire du C++ pour des projets supplémentaires, ça risque de pas le faire . Je me demandais donc si on pouvait suivre un MOOC sur Coursera en "fantôme", voire en retard, en prenant son temps pour faire les projets et en terminant quand l'envie m'en prendra ? La correction de mes travaux par les pairs ne m'intéresse pas trop, et la certification finale, je n'y accorde pas beaucoup d'importance ; c'est surtout d'outils et de directions de travail dont j'ai besoin.

 

Bien sûr, si vous avez des bonnes adresses de MOOC, ou des expériences fécondes, ou pas, avec des MOOCs, n'hésitez pas !

[Mathieu_D]

Je trouve la série Datamining d'Illinois-Champaign décevante. Les cours sont bien mais niveau exo ce n'est pas terrible. Les quizz sont des questions de cours basiques.

Programming assignment en C++ pour un stateux comme moi c'est piquant.

'fin bon.

[Mathieu_D]

Data science de John Hopkins c'est un peu décevant aussi. Ce sont des biostatisticiens ça se sent bien dans les cours.

Là les cours sont bof mais les exos sont bien fait.

Globalement c'est plus "statistiques avec R" que Data science.

Les cours de Standford sont bien aussi mais ça me soulait de faire les exos de ML avec le clone gratuit de Matlab. (Octave de mémoire).

Sinon le cours Intro to data science était très bien. (Python)

[Sloonz]

À ma connaissance, contrairement à edx, sur coursera les cours archivés sont complètement inaccessibles. C’est le cas des quelques cours que j’y ai suivi et qui sont actuellement archivés en tout cas : impossible d’accéder au contenu du cours. D’ailleurs si j’essaie d’accéder au cours en rentrant l’URL qui est dans l’historique de mon navigateur j’ai ça :

 

System Error

We are sorry, but an error has occurred and the details of the error message is below. If this error message persists, please contact a system administrator for more details.

Error Message: Sorry, this class site is currently closed. Please check back later. We will send you another email when the class opens.

Donc si tu veux vraiment suivre ce cours, inscrit toi et télécharge tout ce que tu peux, quitte à regarder plus tard ce que tu as téléchargé.

Dans un domaine assez proche que le tien, j’ai suivi https://work.caltech.edu/telecourse.html(qui était sur edx pendant un moment), j’ai beaucoup aimé (mais sans avoir beaucoup de recul, je suis pas vraiment du domaine). Et en ce moment je suis sur https://www.edx.org/course/mastering-quantum-mechanics-mitx-8-05x et https://www.coursera.org/course/crypto. Varier les plaisirs, c’est bien

[Noob]

Si jamais il existe un programme qui s'appelle coursera-dl en ligne de commande pour télécharger le contenu des cours complets.

A voir comment l'installer selon chaque OS. Sous linux et mac os x c'est avec pip install (pour les app/lib en python), sûrement qu'avec windows c'est aussi le cas.

Il suffit de se pointer vers la fin lorsque tout y est et de tout télécharger. C'est fait pour prendre le contenu en vidéo et en pdf/ppt des leçon, pas les exos.

 

[Bézoukhov]

Ok, merci, je vais voir ce que je peux chopper sur le cours et puis peut-être m'amuser après.

Ou alors je télécharge le premier truc que je vois sur Kaggle et j'y vais bourrin =D.

[Greg42]

Python est bien plus adapté que c++ pour tout ce qui est machine learning, il y a beaucoup de packages dispo (scikit, theano, etc).

J'ai bien aimé les cours d'Hugo Larochelle pour ce qui est NLP et cie : https://www.youtube.com/playlist?list=PL6Xpj9I5qXYHMDt3aBiI2KVff8c5Cwlfe

 

Et s'il y a des gens sur kaggle qui veulent faire des équipes, n'hésitez pas à m'envoyer un mp, là, je commence celui de la rétinopathie.

[Noob]

Ouaip en machine learning je dirais soit python soit Scala avec scikit ou spark (mllib).

Je retiens ton offre, j'ai pas forcément le temps là, mais à l'occaz pourquoi pas.

[Bézoukhov]

Pas bête, Python, surtout que je maîtrise mieux que C++ (et puis j'aime pas les ";").

[Mathieu_D]

Vaut mieux savoir tout faire de toutes les manières possibles mais si tu es déjà analyste en R et SAS essaie de rester au top niveau dans ces langages.

(Là en ce moment je ne fais que du SAS - et que de la proc sql ... - mais j'encadre un djeuns stagiaire qui doit faire du reporting sous QV et Microstrat' avec des indicateurs calculés en R.)

Python c'est devenu une corde vitale à tout arc de data scientist mais plus pour l'industrialisation que pour l'analyse. (Sauf si c'est ton truc.)

[Escondido]

Vaut mieux savoir tout faire de toutes les manières possibles mais si tu es déjà analyste en R et SAS essaie de rester au top niveau dans ces langages.

(Là en ce moment je ne fais que du SAS - et que de la proc sql ... - mais j'encadre un djeuns stagiaire qui doit faire du reporting sous QV et Microstrat' avec des indicateurs calculés en R.)

Python c'est devenu une corde vitale à tout arc de data scientist mais plus pour l'industrialisation que pour l'analyse. (Sauf si c'est ton truc.)

 

Tu travailles dans quelle genre de boite ?

[Bézoukhov]

Après, le faire sur des langages un peu plus bas niveau, c'est en partie pour le fun, et en partie parce que je pense moins galérer le jour où je voudrai aller explorer des bases avec des PDF, ou autre (les librairies pour aller lire du PDF sont déjà là en Python, il me semble, en R, ça me dit rien ). Après, ouais, les premiers exemples, je les ferai sûrement sur des bases simplifiées sur R.

 

Tu fais beaucoup de MOOC à fond, Mathieu_D, ou tu papillonnes un peu ?

[Mathieu_D]

Je papillone je n'ai validé qu'une dizaine de cours.

Sinon c'est très rare de ne pas trouver un package R qui ne fasse un truc dont on a besoin.

Le package TM par exemple semble avoir une fonction d'import de pdf.

[Mathieu_D]

Tu travailles dans quelle genre de boite ?

SSII

[Greg42]

Pas bête, Python, surtout que je maîtrise mieux que C++ (et puis j'aime pas les ";").

Moi c'est l'inverse, du c++ j'en fais toute la journée.

Le python c'est pas bien dur, mais il y a quand même un coup à prendre pour écrire proprement.

[ShoTo]

Je suis en ce moment ce cours de l'inria sur Mobile Robots and Autonomous Vehicules mais j'ignore dans quoi je m'embarque et si je vais jusqu'au bout car je suis débutant en python (et nul en info de façon générale) et je n'ai jamais fait de proba post-bac

[Orval]

Ah quelle horreur les MOOC, j'en ai un obligatoire, et c'est tellement chiant d'écouter pendant 10 minutes ce que on pourrait lire en 3, surtout que le prof parle anglais avec un accent français, c'est pas comme si je pouvais faire attention à la manière dont il prononce les mots pour m'améliorer. 

[Tramp]

Quelle horreur ton MOOC.

[Sloonz]

Pour ceux que ça intéresse, il y a un cours de microéconomie (néoclassique) assez accessible en ce moment sur EdX.

[Noob]

Je l'avais suivi sur Coursera à l'époque, c'était assez fun je dois bien dire.

[Freezbee]

Donc si tu veux vraiment suivre ce cours, inscrit toi et télécharge tout ce que tu peux, quitte à regarder plus tard ce que tu as téléchargé.

 

On en trouve quelques uns sur les sites de torrent : sur Kickass, « coursera » renvoie 74 résultats, par exemple.