데이터 과학을 배우려면 다음 프로그래밍 클래스 중 하나로 시작하십시오.

1 년 전, 코딩 배경이없는 숫자 괴짜였습니다. 온라인 프로그래밍 과정을 밟은 후 저는 캐나다 최고의 컴퓨터 과학 프로그램 중 하나에 등록했을 때 영감을 받았습니다.

2 주 후에 edX, Coursera 및 Udacity를 통해 필요한 모든 것을 배울 수 있다는 것을 깨달았습니다. 그래서 나는 중퇴했다.

결정은 어렵지 않았습니다. 더 빠르고 효율적으로 원했던 콘텐츠를 적은 비용으로 배울 수있었습니다.

나는 이미 대학 학위를 받았으며, 아마도 더 중요한 것은 이미 대학 경험이 있다는 것입니다. 학교에 돌아 가기 위해 3 천만 달러 이상을 지불하는 것은 무책임 해 보였다.

나는 컴퓨터 과학보다 나에게 더 잘 맞는다는 것을 깨닫고 나서 곧 온라인 코스를 사용하여 자신의 데이터 과학 석사 학위를 만들기 시작했습니다. 프로그래밍 환경을 소개했습니다. 이미 여러 과정을 수강했으며 다른 여러 과정의 일부를 감사했습니다. 데이터 분석가 또는 데이터 과학자 역할을 목표로 할 때 옵션과 필요한 기술을 알고 있습니다.

이 가이드를 위해 저는 2016 년 8 월 현재 제공되는 프로그래밍 과정에 대한 모든 단일 온라인 소개를 찾고, 실라 비와 리뷰에서 핵심 정보를 추출하고, 등급을 컴파일하는 데 20 시간 이상을 보냈습니다. 이 작업을 위해 저는 오픈 소스 Class Central 커뮤니티와 수천 개의 코스 평가 및 리뷰 데이터베이스를 사용했습니다.

Class Central의 홈페이지.

2011 년 이래로 Class Central의 창립자 Dhawal Shah는 전 세계의 다른 누구보다 온라인 과정을 면밀히 주시하고 있습니다. Dhawal은 개인적으로이 리소스 목록을 작성하는 데 도움을주었습니다.

고려할 과정을 고른 방법

각 과정은 4 가지 기준에 맞아야했습니다.

  • 프로그래밍과 컴퓨터 과학 (선택 사항)을 소개합니다. 아래의“프로그래밍 대 컴퓨터 과학에 대한 참고 사항”을 참조하십시오.
  • 교육 언어는 Python 또는 R입니다. 이들은 데이터 과학에 가장 많이 사용되는 프로그래밍 언어입니다.
  • 대화식 온라인 과정이어야하므로 서적이나 텍스트 기반 자습서가 없습니다. 후자의 경우, Codecademy의 비디오리스 및 텍스트 편집기 기반 과정은 자격이 있지만 R 튜토리얼의 강의와 같은 엄격한 텍스트 자습서는 적합하지 않습니다. 책은 프로그래밍, Python 및 R을 배울 수있는 실용적인 방법이지만이 안내서는 과정에 중점을 둡니다.
  • 예상 완료를 위해서는 총 길이가 10 시간 이상인 적절한 길이 여야합니다.
Python과 R은 데이터 과학에서 가장 많이 사용되는 프로그래밍 언어입니다.

코스 평가 방법

우리는 우리가 존재하고 위의 기준에 맞는 모든 주목할만한 과정을 다룬다 고 생각합니다. 파이썬과 R의 Udemy에 대한 수백 개의 코스가 있기 때문에 우리는 가장 많이 검토되고 가장 높은 등급의 코스 만 고려하기로 결정했습니다. 그러나 우리가 무언가를 놓쳤을 가능성이 있습니다. 그런 경우라고 생각되면 알려주십시오.

우리는 Class Central 및 기타 리뷰 사이트의 평균 평가 및 리뷰 수를 수집했습니다. 각 코스의 가중 평균 평점을 계산했습니다. 시리즈에 여러 과정 (예 : Rice University의 Part 1 및 Part 2)이있는 경우 모든 과정에서 가중 평균 등급을 계산했습니다. 또한 텍스트 리뷰를 읽고이 피드백을 사용하여 수치 등급을 보충했습니다.

우리는 다음 세 가지 요소를 바탕으로 주관적인 강의 계획서 평가 요청을했습니다.

  1. 프로그래밍 기본 사항의 범위.
  2. 프로그래밍의 고급이지만 유용한 주제를 다룹니다. (예를 들어 여러 코스는 객체 지향 프로그래밍을 다루지 않기로 선택합니다. 우리는 이것이 주제를 다루는 것은 아니지만 핵심 주제라고 생각합니다. 따라서 이러한 코스는 도킹 된 마크 일 뿐이며 고려 대상에서 제외되지 않습니다.)
  3. 데이터 과학과 관련된 강의 계획서의 양은 얼마입니까?

프로그래밍 대 컴퓨터 과학에 관한 메모

프로그래밍은 컴퓨터 과학이 아니며 그 반대도 마찬가지입니다. 초보자가 심각하게 인식하지 못하는 차이가 있습니다. 프로그래머 스택 교환 에서이 답변을 빌리기 :

컴퓨터 과학은 컴퓨터가 할 수있는 일에 대한 연구입니다. 프로그래밍은 컴퓨터가 일을하도록하는 연습입니다.

우리가 찾고자하는 과정은 프로그래밍을 소개하고 선택적으로 인식 측면에서 새로운 프로그래머에게 도움이 될 컴퓨터 과학의 관련 측면을 다룹니다. 고려 된 많은 과정에는 실제로 컴퓨터 과학 부분이 있습니다.

그러나 어떤 과정도 컴퓨터 공학 과정은 아니기 때문에 edX의 하버드 CS50x와 같은 과목은 제외됩니다.

데이터 과학자를위한 최고의 프로그래밍 과정을 선택하는 것은…

Coursera의 토론토 대학의“프로그램 학습”시리즈. LTP1 : The Fundamentals 및 LTP2 : Crafting Quality Code는 284 개가 넘는 별 5 개 중 4.71 점에 가까운 거의 완벽한 가중치를 받았습니다. 또한 초보자 데이터 과학자에게는 컨텐츠 난이도와 범위가 크게 혼합되어 있습니다.

이 무료 파이썬 기반 프로그래밍 소개는 우리가 고려한 다른 20 개 이상의 과정과 차별화됩니다.

토론토 대학의“프로그램 학습”시리즈 2 부.

토론토 대학 컴퓨터 공학과 (세계 최고 중 하나로 간주)의 두 부교수 인 Jennifer Campbell과 Paul Gries가이 시리즈를 가르칩니다. 자율 형 자 급식 Coursera 코스는“실용적 프로그래밍 : Python 3을 사용한 컴퓨터 과학 소개”라는 책의 내용과 일치합니다. LTP1은이 책의 40-50 %를, LTP2는 40 %를 더 포함합니다. 다루지 않은 10-20 %는 데이터 과학에 특히 유용하지 않으므로 우리의 선택에 도움이됩니다.

“학습 방법”강사 : Jennifer Campbell과 Paul Gries.

교수들은 요청에 따라 친절하고 신속하게 세부 강의 요강을 보냈는데, 2016 년 9 월에 강좌가 공식적으로 재개되기 전에 온라인에서 찾기가 어려웠습니다.

프로그램 학습 : 기초 (LTP1)

타임 라인 : 7 주

예상 시간 : 주당 6 ~ 8 시간

이 과정은 프로그래밍 경험이없는 사람들을위한 컴퓨터 프로그래밍에 대한 소개를 제공합니다. 기본 데이터 유형 (숫자 유형, 문자열, 목록, 사전 및 파일), 제어 흐름, 함수, 객체, 메소드, 필드 및 가변성을 포함하여 Python 프로그래밍의 기본 사항을 다룹니다.

모듈

  1. Python, IDLE, 수학 표현식, 변수, 대 입문, 함수 호출 및 정의, 구문 및 시맨틱 오류 설치
  2. 문자열, 입력 / 출력, 함수 재사용, 함수 디자인 레시피 및 문서 문자열
  3. 부울, 가져 오기, 네임 스페이스 및 if 문
  4. 루프와 멋진 문자열 조작.
  5. while 루프, 목록 및 가변성
  6. 인덱스, 병렬 목록 및 문자열 및 파일에 대한 루프의 경우.
  7. 튜플과 사전.

프로그래밍 학습 : 제작 품질 코드 (LTP2)

타임 라인 : 5 주

예상 시간 : 주당 6 ~ 8 시간

Python의 프로그래밍 기본 사항 : 기본 데이터 유형 (숫자 유형, 문자열, 목록, 사전 및 파일), 제어 흐름, 함수, 객체, 메소드, 필드 및 변경 가능성을 알고 있습니다. 이 과정에서 성공하려면 이들에 능숙해야합니다.

LTP : Crafting Quality Code는 다음 단계를 포함합니다. 더 큰 프로그램을 설계하고, 코드가 작동하는지 알 수 있도록 코드를 테스트하고, 코드의 효율성을 이해하기 위해 코드를 읽고, 고유 한 유형을 작성합니다.

모듈

  1. 알고리즘 설계 : 함수 본문에서 수행 할 작업을 어떻게 결정합니까? 처음에 어떤 기능을 작성해야하는지 어떻게 알 수 있습니까?
  2. 자동화 된 테스트 : doctest 및 unittest.
  3. 속도에 대한 코드 분석-검색 및 정렬에 대한 세부 사항.
  4. 새로운 타입 만들기 : 파이썬 클래스.
  5. 인수, 기본 매개 변수 값 및 예외 기능.

또한 Gries 부교수는 강의 구조에 대해 다음과 같은 논평을 제공했습니다.“각 모듈은 약 45 분에서 1 시간 이상의 비디오를 가지고 있습니다. 비디오에 관한 퀴즈 질문이 있는데, 비디오를 연구하는 데 소요되는 총 시간이 2 시간 정도 소요될 것입니다.”

이 비디오는 일반적으로 각각 10 분 미만입니다.

그는 계속해서 다음과 같이 덧붙였다. LTP1에는 3 개의 프로그래밍 할당이 있으며 각 작업에는 4 ~ 8 시간이 소요될 수 있습니다. LTP2에는 비슷한 크기의 프로그래밍 할당이 두 개 있습니다.”

그는 일주일에 6-8 시간의 추정치는 대략적인 추측이라고 강조했습니다. 예를 들어, 다른 프로그래밍 언어로 프로그래밍을 조금하는 사람은 프로그래밍에 완전히 익숙하지 않은 사람의 절반 시간이 걸릴 수 있습니다. 때때로 누군가가 몇 시간 동안 개념을 고수하고 다른 개념을 돌파 할 수도 있습니다. 이것이 자율 학습 형식이 우리에게 호소력을주는 이유 중 하나입니다.”

토론토 대학교의 Learn to Program 시리즈는 총 6 주에서 8 시간으로 약 12 ​​주간 진행되며 이는 대학에서 만든 대부분의 온라인 과정에 대한 표준입니다. MOOC를 폭 넓게 공부하려는 경우 72 ~ 96 시간으로 2 ~ 3 주 내에 완료 될 수 있습니다. 특히 프로그래밍 경험이 약간있는 경우에는 더욱 그렇습니다.

또 다른 훌륭한 파이썬 옵션

이미 프로그래밍에 익숙하고 게임과 대화 형 응용 프로그램에 주목할만한 강의 계획서가 마음에 들지 않으면 Coursera에서 Rice University의 Python 대화 형 프로그래밍 소개 (1 부 및 2 부)를 추천합니다.

6,000 개 이상의 리뷰와 4.93 / 5의 최고 가중 평균 평점을받은이 인기있는 과정은 매력적인 비디오, 도전적인 퀴즈 및 즐거운 미니 프로젝트로 유명합니다. 약간 더 어렵고, 1 등 추천보다 데이터 과학에 적용 할 수없는 주제에 더 중점을두고 있습니다.

이 과정은 Coursera에서 컴퓨팅 전문화의 7 가지 과정 원칙 중 하나입니다.

CodeSkulptor : Rice University의 MOOC에 사용되는 브라우저 기반 Python 프로그래밍 환경.

자료는 자기 주도적이며 무료이며 유료 인증서를 사용할 수 있습니다. 등급이 매겨진 자료를 이용하려면이 과정을 $ 79 (USD)에 구매해야합니다.

Rice University의 Coursera 페이지.

요약 과정 설명 및 전체 강의 계획서는 다음과 같습니다.

“이 두 부분으로 구성된 코스는 컴퓨팅 배경이 거의 없거나 전혀없는 학생들이 간단한 대화 형 응용 프로그램 작성의 기본 사항을 배울 수 있도록 돕기 위해 고안되었습니다. Python을 쉽게 배우기 위해 Python에서 대화 형 응용 프로그램을 개발할 수있는 새로운 브라우저 기반 프로그래밍 환경을 개발했습니다. 단순한. 이러한 응용 프로그램에는 내용이 그래픽으로 표시되어 버튼, 키보드 및 마우스에 응답하는 창이 포함됩니다.

추천 배경 : 고등학교 수학 지식이 필요합니다. 수업은 사전 프로그래밍 경험이없는 학생들을 위해 설계되었지만 일부 초보 프로그래머는 수업이 빠르게 진행되는 것으로 간주했습니다. 수업을 시작하기 전에 약간의 준비에 관심이있는 학생들은 codecademy.com과 같은 자율 학습 Python 학습 사이트를 권장합니다.”

1 부

타임 라인 : 5 주

예상 시간 약속 : 주 7 ~ 10 시간

주 0 — 문장, 표현, 변수
 이 클래스의 구조를 이해하고 계산기로 파이썬을 탐색하십시오.

1 주차 – 함수, 논리, 조건부
 Python 프로그래밍의 기본 구성을 배우고 Rock-Paper-Scissors의 변형을 재생하는 프로그램을 작성하십시오.

둘째 주 — 이벤트 중심 프로그래밍, 지역 / 글로벌 변수
 이벤트 중심 프로그래밍의 기본 사항을 배우고 지역 변수와 전역 변수의 차이점을 이해하고 간단한 추측 게임을하는 대화식 프로그램을 만듭니다.

3 주 – 캔버스, 그림, 타이머
 Python에서 캔버스를 작성하고 캔버스에 그리는 방법을 배우고 디지털 스톱워치를 작성하십시오.

넷째 주 — 목록, 키보드 입력, 모델링 동작의 기초
 파이썬에서 목록의 기본 사항을 배우고, 파이썬에서 움직이는 물체를 모델링하고, 고전 아케이드 게임 "퐁"을 재현하십시오.

2 부

5 주 – 마우스 입력, 목록 방법, 사전
 마우스 입력을 읽고 목록 방법 및 사전에 대해 배우고 이미지를 그립니다.
 
6 주차 – 수업 및 객체 지향 프로그래밍
 클래스를 사용하여 Python에서 객체 지향 프로그래밍의 기본 사항을 배우고 타일 이미지로 작업하십시오.

7 주 – 기본 게임 물리, 스프라이트
 가속 및 마찰의 수학을 이해하고 스프라이트로 작업하며 게임에 사운드를 추가하십시오.

8 주 – 세트와 애니메이션
 Python의 세트에 대해 배우고, 스프라이트 간의 충돌을 계산하고, 스프라이트에 애니메이션을 적용하십시오.

R로 설정 한 경우

R의 프로그래밍 과정에 대한 소개를 설정 한 경우 DataCamp의 일련의 R 과정을 권장합니다. R에 대한 소개, 중간 R, 중간 R — 실습 및 쓰기 기능은 R입니다. 월별 DataCamp는 프로그래밍 기본 사항 및 R 관련 주제를 다루는 데 가장 적합하며 평균 등급은 4.29 / 5 점입니다.

DataCamp의 일련의 R 코스 중 첫 세 코스.

온라인 코스를 사용하여 데이터 과학을위한 프로그래밍 학습에 대한 최선의 접근 방식은 Python을 통해 먼저 수행하는 것입니다. 왜? 핵심 프로그래밍 원칙을 가르치고 R을 교육 언어로 사용하는 MOOC 옵션이 부족합니다. 우리는 22 개의 Python 기반 코스와 비교하여 테스트 기준에 맞는 6 개의 R 코스를 찾았습니다. 대부분의 R 과정은 큰 평가를받지 못했으며 대부분의 주관적인 테스트 기준을 충족하지 못했습니다.

DataCamp의 웹 사이트.

시리즈 고장은 다음과 같습니다.

R 소개

예상 시간 약정 : 4 시간

장 :

  1. 기본 소개
  2. 벡터
  3. 매트릭스
  4. 요인
  5. 데이터 프레임
  6. 기울기

중간체 R

예상 시간 약정 : 6 시간

장 :

  1. 조건부 및 제어 흐름
  2. 루프
  3. 기능
  4. 적용 가족
  5. 유용

중급 R — 실습

예상 시간 약정 : 4 시간

중급 R에 대한이 후속 과정은 새로운 프로그래밍 개념을 다루지 않습니다. 대신, 새롭고 재미있는 연습을 통해 중급 R 주제에 대한 지식을 강화할 것입니다.

R의 함수 작성

예상 시간 약정 : 4 시간

장 :

  1. 빠른 리프레셔
  2. 함수를 작성하는시기와 방법
  3. 기능적 프로그래밍
  4. 고급 입력 및 출력
  5. 강력한 기능

R의 또 다른 옵션은 프로그래밍 기초를 다루기 위해 Python 기반 프로그래밍 과정을 소개 한 다음 R 기본 과정으로 R 구문을 선택하는 것입니다. 이것이 내가 한 일이지만 R을 사용한 Udacity의 데이터 분석으로 수행했습니다.

통계 문제를 코딩하여 R의 기초를 가르치는 통계 클래스에 대한 최고 권장 사항으로 R을 선택할 수도 있습니다.

경쟁

우리의 # 1 및 # 2 추천은 각각 284 및 6,069 리뷰에 대해 4.71 및 4.93 별 가중치 평균 평점을 가졌습니다. 다른 대안을 살펴 보겠습니다.

파이썬 코스 (가중 평균 평점 내림차순)

  • 모두를위한 프로그래밍 (Python으로 시작하기) 및 Python 데이터 구조 (University of Michigan / Coursera) : 또 다른 훌륭한 옵션입니다. 훌륭한 선생님도 있습니다 (찰스“척”세브란스 박사). 이 시리즈는 순위와 대부분의 주관적 기준에서 일치하기 때문에 # 1 픽을 획득하는 데 가까워졌습니다. 그러나이 과정은 검토 자들이 다른 옵션뿐만 아니라 귀하를 준비하지 못할 수도 있다는 점을 지적하면서 더욱 온화합니다. Dr. Chuck 자신은이 과정이 고급 프로그래밍 과정의 다리라고 언급했습니다.“학생들이 파이썬 과정을 마치면 더 많은 프로그래밍에 관심이 있다면 라이스 과정을 밟을 것을 제안합니다.” # 1 추천에 대한 리뷰는 더 열성적이었습니다. 4,800 개 이상의 후기에 4.8 성급의 가중 평균 평점을 받았습니다.
  • Python A-Z : 실제 연습을 통한 데이터 과학을위한 Python (Udemy) : 비용이 많이 들고 52 개의 평가에 대한 4.7 개의 별 평균 평점이 있습니다.
  • Python Programming (Udemy)을 사용하여 지루한 물건 자동화 : 비용이 많이 들고 2,000 개 이상의 리뷰에 대한 4.6 점 가중 평균 평점을 받았습니다.
  • 초보자를위한 Python : 22 시간 이상 (Nodemy)의 Noob부터 Expert까지 : 비용이 많이 들고 240 개의 평가에 대해 4.6 점의 가중 평균 평점을 받았습니다.
  • Python을 사용한 컴퓨터 과학 및 프로그래밍 소개 (MIT / edX) : 또 다른 좋은 옵션입니다. 240 개의 후기 평점 4.5 개의 별 평균 평점이 있습니다.
  • 완전한 Python Bootcamp (Udemy) : 비용이 많이 들고, 4,700+ 개 이상의 리뷰를받은 4.5 성급 가중 평균 평점을 받았습니다.
  • Treehouse의 Python 시리즈 (9 개 과정) : 비용이 듭니다. 인기있는 옵션이지만 가치를 판단하기에 충분한 리뷰가 없습니다. 5 개의 리뷰에 기반한 4.5 성급 가중 평균 평점입니다.
  • Python (Codecademy) : 비디오가없는 텍스트 편집기 기반의 대화식 과정입니다. 20 개의 리뷰에 기반한 4.5 성급의 가중 평균 평점입니다.
  • Python for Data Science (Microsoft / edX) 소개 : 360 개 이상의 가중 평균 평점은 4.47입니다.
  • 프로그래밍 나노도 (Udacity) 소개 : 웹 개발에 주목할 만하다. 어떤 유형의 프로그래밍을하고 싶은지 모르는 사람에게 유용한 옵션입니다. 이 호텔은 730 개 이상의 후기 평점 4.4 점을 받았습니다. Udacity의 인기있는 "컴퓨터 과학 입문"과정의 전반부는 포함 기준에 맞지 않습니다.
  • CS For All : 컴퓨터 과학 및 Python 프로그래밍 소개 (Harvey Mudd College / edX) : 리뷰가 거의없고 6 리뷰에 대한 4.33 개의 가중 평균 평점입니다.
  • Python을 사용한 프로그래밍 기초 (Udacity) : 기본 사항은 다루지 않습니다. 4 개의 가중 평균 평점이 7 개 이상입니다.
  • Python (edX / University of Texas Arlington)을 사용하여 프로그래밍하는 방법 : 14 개의 리뷰에 대한 별 4 개의 가중 평균 평점이 있습니다.
  • 데이터 분석을위한 코드 학습 (The Open University / FutureLearn) : 2 개의 리뷰에 기반한 3.5 성급 가중 평균 평점을 받았습니다.
  • DataCamp의 Python 시리즈 (3 개 과정) : 두 개의 주요 과정 검토 사이트에 대한 리뷰는 없지만 DataCamp는 널리 사용되는 옵션입니다.
  • SoloLearn의 Python 3 자습서 : 리뷰는 없지만 포괄적 인 커리큘럼과 전용 팬베이스가 있습니다.
  • Dataquest의 Python 시리즈 (3 개 과정) : 리뷰는 없지만 포괄적 인 커리큘럼과 대담한 팬층이 있습니다.

R 코스 (가중 평균 등급 내림차순)

  • R Programming A-Z ™ : 실제 연습을 통한 데이터 과학 R! (Udemy) : 돈이 든다. 우리의 # 1 R 제품만큼 벅을 제공하지 않습니다. 샘플 크기를 고려할 때 등급은 비슷합니다. 785 개의 후기 평점 4.7 개의 별 평균 평점이 있습니다.
  • R for Data Science (Microsoft / edX) 소개 : DataCamp의 제품만큼 심도는 없습니다. 500 개 이상의 후기 평점 4.48 개의 별 평균 평점이 있습니다.
  • R Programming (Johns Hopkins University / Coursera) : 프로그래밍의 기초를 충분히 다루지 않습니다. 검토 자들은 어렵고 좋은 방법은 아니라고 지적했다. Class Central의 212 개가 넘는 2.5 성급 평가가 있었음에도 불구하고 900 개 이상의 리뷰에 4.04 개의 가중 평균 평점이 있습니다.
  • TryR (CodeSchool) : 테스트 기준에 맞지 않으며 프로그래밍 기본 사항을 충분히 다루지 않습니다. 이 호텔은 4 성급 가중 평균 평점 260 개 이상을 보유하고 있습니다.
  • R / Data Science (Microsoft / edX)를 사용한 프로그래밍 : 프로그래밍이 아니라 R 언어를 소개합니다. 강의 사이트에는 "프로그래밍 경험이 있고 R에 대해 더 자세히 알고 싶다면 올바른 위치에 있습니다."라고 말합니다. 12 개 이상의 평가를받은 3 성급 가중 평균 평점을 받았습니다.

그것을 마무리

이것은 데이터 과학 분야에 진출하기위한 최고의 MOOC를 다루는 6 피스 시리즈 중 첫 번째입니다. 여기에는 통계, 데이터 과학 프로세스, 데이터 시각화 및 기계 학습과 같은 여러 가지 데이터 과학 핵심 역량이 포함됩니다.

마지막 부분은 이러한 과정에 대한 요약과 데이터 정리, 데이터베이스 및 소프트웨어 엔지니어링과 같은 다른 주요 주제에 대한 최고의 MOOC입니다.

Data Science MOOC의 전체 목록을 찾고 있다면 Class Central의 데이터 과학 및 빅 데이터 주제 페이지에서 찾을 수 있습니다.

이 글을 읽는 것을 즐겼다면 Class Central의 다른 부분을 확인하십시오.

내가 놓친 과정에 대한 제안 사항이 있으면 답변에 알려주십시오!

도움이 되었으면 을 클릭하여 더 많은 사람들이 여기 매체에서 볼 수 있도록합니다.

이 강좌는 Class Central에 게시 된 원본 기사의 요약 버전으로, 코스 설명, 음절 및 여러 리뷰가 포함되어 있습니다.