这个系列课程包含了使用 Python 和 R 的完整数据过程，此外，这里还有上手的实验环境。这些课程有极大的生产价值。根据你是否选修最后的 R 101 课程（这个课程对于本指南的目的而言并不是必需的），这个系列课程的时间长度为 13-18 小时。不幸的是，在主要的网站上没有关于该课程的评价数据可供我们分析，所以我们不能基于评价做出推荐，不过这个课程是免费的。

比赛

我们的第一名选择的是有 3068 个评论给出了加权平均分 4.5 的课程。下面让我们看看其它选择，按降序排序。

如果你打算通过 R 语言入门数据科学，你还能在下面找到一些以 R 为重点的课程。

数据科学入门（Introduction to Data Science (Data Hawk Tech/Udemy）

链接：

https://www.udemy.com/learn-data-science

该课程覆盖了数据科学的全过程，尽管深度有限。该课程相当简短（仅有三小时内容）。其简要地覆盖了 R 和 Python。它有 62 个评分，获得了 4.4 的加权平均分。价格依 Udemy 的折扣而波动。

应用数据科学：入门（Applied Data Science: An Introduction（Syracuse University/Open Education by Blackboard））

链接：

https://www.class-central.com/mooc/1806/open-education-by-blackboard-applied-data-science-an-introduction

该课程覆盖了数据科学的全过程，但并不均匀。其重点关注了基础统计学和 R 语言。对于本指南的目的而言，应用太多，对数据科学过程的关注不够。网络课程体验有所脱节。它获得了 6 个评论，得到了 4.33 的加权平均分。免费。

数据科学入门（Introduction To Data Science (Nina Zumel & John Mount/Udemy)）

链接：

https://www.udemy.com/introduction-to-data-science

本课程仅覆盖了部分过程，但在数据准备和建模方面有很好的深度。6 小时内容的长度也还不错。使用 R 语言。它获得了 101 个评论，得到了 4.3 的加权平均分。价格依 Udemy 的折扣而波动。

使用 Python 的应用数据科学（Applied Data Science with Python (V2 Maestros/Udemy)）

链接：

https://www.udemy.com/applied-data-science-with-python

该课程覆盖了数据科学的全过程，并在该过程的每个方面都有很好的深度覆盖。长度不错（8.5 小时内容长度）。使用 Python。它获得了 92 个评论，得到了 4.3 的加权平均分。价格依 Udemy 的折扣而波动。

V2 Maestros 有两个 Applied Data Science 课程版本，一个针对 Python，一个针对 R

Python 版：

https://www.udemy.com/applied-data-science-with-python

R 版：

https://www.udemy.com/applied-data-science-with-r

想成为数据科学家（Want to be a Data Scientist?）

链接：

https://www.udemy.com/want-to-be-a-data-scientist

该课程覆盖了数据科学的全过程，尽管覆盖深度有限。内容相当短，仅有 3 小时。有限的工具覆盖。它获得了 790 个评论，得到了 4.3 的加权平均分。价格依 Udemy 的折扣而波动。

数据到见解：数据分析入门（Data to Insight: an Introduction to Data Analysis (University of Auckland/FutureLearn)）

链接：

https://www.class-central.com/mooc/2129/futurelearn-data-to-insight-an-introduction-to-data-analysis

覆盖的广度不清楚。声称重点是数据探索、发现和可视化。并不按需提供。内容长度为 24 小时——分成 8 周，每周 3 小时。它获得了 2 个评论，得到了 4 的加权平均分。课程免费，也提供付费的认证。

数据科学方向（Data Science Orientation (Microsoft/edX)）

链接：

https://www.class-central.com/mooc/6405/edx-data-science-orientation

该课程使用 Excel。不过鉴于该课程是由微软提供的，所以也能理解。课程长度为 12-24 小时（6 周，每周 2-4 小时）。它获得了 40 个评论，得到了 3.95 的加权平均分。课程免费，也提供 25 美元的付费认证。

数据科学基础（Data Science Essentials (Microsoft/edX)）

链接：

https://www.class-central.com/mooc/3954/edx-dat203x-data-science-and-machine-learning-essentials