哈佛数据科学专业证书系列（9 门课）
这门课学什么
系列共 9 门课，全部用 R 语言。顺序是：R 基础、可视化、概率、推断与建模、效率工具、数据整理、线性回归、机器学习、毕业项目。每门课都用真实数据做案例。
内容摘要
这套证书由 9 门 edX 课组成，全部用 R 语言教学，讲师是生物统计学家 Rafael Irizarry。主线是：先学会用 R 处理数据，再学统计思想，最后学预测建模。每门课都围绕 1 个真实案例展开，不先讲抽象理论。
第 1 阶段是工具，对应第 1、2、5 门。R 基础课用美国各州的犯罪数据练习向量、函数和循环。可视化课用 ggplot2 分析世界健康、经济和美国传染病数据。效率工具课讲 Unix 命令行、git 与 GitHub、R Markdown 和 RStudio。
第 2 阶段是统计，对应第 3、4、7 门。概率课以 2007–2008 年金融危机为背景，讲随机变量、蒙特卡洛模拟和中心极限定理。推断与建模课以选举民调为案例，讲置信区间、p 值和贝叶斯模型，最后复现一个简化的 2016 年大选预测模型。线性回归课以《点球成金》（Moneyball）的棒球数据为案例，讲回归和混杂因素。
第 3 阶段是数据整理和机器学习，对应第 6、8 门。数据整理课讲导入、整理、字符串处理、网页解析和文本挖掘。机器学习课以电影推荐系统为主线，讲交叉验证、主成分分析和正则化。第 9 门毕业项目要求学员独立完成一份 R 数据分析，讲师的指导比前 8 门少得多。
学完全部课程后，学员能用 tidyverse 完成从数据导入到建模报告的完整流程，并有一个可以展示的项目作品。
为什么值得学
这是一条从零到应用数据科学的完整路径。每门课都能免费旁听，并配有免费开放教材。
课程信息
- 学校
- 哈佛（Harvard）
- 课程号
- PH125
- 讲师
- 拉斐尔·伊里萨里（Rafael Irizarry）
- 学期
- self-paced
- 平台
- edX
- 费用
- 免费旁听
- 难度
- 入门
- 先修
- 无。
- 材料
- 视频、作业、代码、教材
- 许可证
- 未注明
课程大纲 · 共 9 节
大纲依据：edX 专业证书课程列表（9 门子课程）及各子课程页的课程说明（查看原始页面 ↗）
- 1R 语言基础Data Science: R Basics
用美国各州的犯罪数据学习 R 的数据类型、向量运算和排序，再学 if-else 和 for 循环。
- 2数据可视化Data Science: Visualization
用 ggplot2 做探索性数据分析，案例是世界健康与经济趋势、美国传染病数据。也讲数据中的误差和偏差怎样误导结论。
- 3概率Data Science: Probability
以金融危机中被低估的证券风险为引子，讲随机变量、独立性、蒙特卡洛模拟、期望、标准误和中心极限定理。
- 4推断与建模Data Science: Inference and Modeling
以选举民调为案例，讲估计、误差范围、置信区间、p 值和贝叶斯建模。最后搭建简化的 2016 年大选预测模型。
- 5效率工具Data Science: Productivity Tools
讲 Unix/Linux 文件管理、git 与 GitHub 版本控制、R Markdown 可复现报告和 RStudio。
- 6数据整理Data Science: Wrangling
讲怎样把原始数据变成整洁（tidy）格式：导入文件、整理表格、处理字符串、解析 HTML、处理日期时间和文本挖掘。
- 7线性回归Data Science: Linear Regression
以《点球成金》式的棒球数据分析为案例，判断哪些统计量最能预测得分。再讲混杂因素，以及怎样用回归调整。
- 8构建机器学习模型Data Science: Building Machine Learning Models
以电影推荐系统为主线，讲训练数据、过拟合与交叉验证、常用算法、主成分分析和正则化。
- 9毕业项目Data Science: Capstone
独立完成一份 R 数据分析项目，综合运用可视化、概率、推断、数据整理、回归和机器学习。
哈佛的其他AI课
- CS50 人工智能导论（Python） · CS50's Introduction to Artificial Intelligence with Python
- Python 数据科学导论 · Introduction to Data Science with Python
- Python 机器学习与人工智能 · Machine Learning and AI with Python
- TinyML 基础（微型机器学习系列） · Fundamentals of TinyML (Tiny Machine Learning series)
- 机器学习系统（哈佛 CS249r 开放教材） · Machine Learning Systems (open textbook for Harvard CS249r)
- AI 安全（CS 2881R） · CS 2881R: AI Safety