在本周的文章中，收到了来自观众的热情响应，将继续旅程，帮助观众决定最佳的数据分析培训和资源。本周，将专注于排名短期课程或认证课程。
最新排名：2015-2016年度顶级认证排名。这些排名的范围：在这一轮中，正在对在印度可获取的各种短期认证课程进行排名。因此，考虑的课程将包括在印度运行的课程或在线可用的课程。将排除在其他国家运行的课程/认证/训练营。
除此之外，还根据全球数据科学中最流行的5个领域对课程进行了分类。这些领域是学习SAS、R、Python、机器学习和大数据。这些应该能满足大多数人的需求。如果有其他需求，请随时在下面的评论中提出，将很高兴分享对课程的评估。
为什么排名认证课程而不是机构？在制定排名时，有意识地决定排名课程而不是机构。为什么？因为这就是思维方式，这就是需要做出学习决策的方式。通常需要找到最好的课程，特别是学习一种语言或一个工具。会想要做最好的课程来学习R或SAS或Python。
机构排名不是做出这些决策的正确方式。因此，决定单独排名课程而不是机构。所以，这里是各种课程的排名：
SAS认证课程：
Jigsaw Academy的基础分析课程：如果想学习SAS，Jigsaw Academy的基础课程是数据科学生涯的理想第一课。内容清晰，让对主题有足够的知识开始数据科学生涯。课程的覆盖面也很全面——从收集和清理数据到如何构建各种预测模型。真正喜欢这门课程的原因是它使成为数据科学家的旅程变得更容易。凭借其简单的逐步方法，它是那些来自非统计或非编程背景的人的理想课程。
SAS Institute的预测模型师：SAS Institute的预测模型师认证可能是SAS上最好的短期认证。通常在5天内运行，这门课程假设知道基础SAS并且已经使用了大约6个月（SAS还单独提供基础SAS认证）。这门课程排名第二的原因是成本。SAS为这门认证收费75k+印度卢比。除此之外，还有旅行费用，如果还想学习基础SAS，成本将翻倍——对于10天的课程来说相当昂贵。对于有动力的人来说，SAS Institute已经开始提供免费的两门在线课程。可以先做它们，然后练习几天，然后参加这门课程。这将在一定程度上节省成本，但仍然需要为这门课程支付一大笔费用。
Edvancer Eduventures认证商业分析专家：与前两门课程相比，成本较低的选项。这门来自Edvancer的课程全面覆盖了SAS和预测建模。Edvancer提供了一个很好的提议，以相对较低的成本获得60小时的讲师培训。如果成本是一个重要的限制因素，请一定要查看他们。
R认证课程：
Coursera上的数据科学专业：这可能是免费提供的最明确的课程集。这些课程易于跟进，每门课程每周2-3小时。可以挑选需要的课程，避免那些不需要的课程，或者如果有更多的带宽，可以同时进行。这个认证的唯一缺点是缺乏导师的指导。需要依赖论坛来扮演那个角色。
Jigsaw Academy的数据科学认证：再次是Jigsaw提供的全面课程，内容和讲师都很好。这门课程为提供了成为数据科学家所需的一切。对这个课程唯一的抱怨是成本——自学26K印度卢比，讲师指导42k印度卢比可能看起来高，考虑到R上有大量免费资源。另一方面，这门课程将比任何其他遇到的课程更好地让接触商业案例研究和现实世界问题。如果对自己的能力有信心，可以掌握复杂的知识，坚持免费课程。但是，如果对统计或编程感到害怕，并且觉得需要一些帮助，Jigsaw是学习的理想之地。
Edureka的商业分析与R：这是Edureka提供的成本效益高的讲师指导课程，很好地涵盖了概念。还可以考虑他们的数据科学课程，费用稍高，并获得关于Hadoop和R的机器学习的功能性知识。
Edvancer的认证R程序员：Edvancer的这个课程试图服务于中间的人——那些有足够的动力通过自学教程学习，但仍需要按需支持的人。鉴于R上有大量的自学视频/教程，应该考虑这个课程，因为它提供了按需支持。
Udacity的数据分析与R：也涵盖了R的基本探索性数据分析，但没有提供足够的学习来构建预测模型。
Python认证课程：
Edureka的掌握Python：个人喜欢将Python作为数据科学的工具。Python的生态系统仍在发展中。因此，很难找到像Edureka提供的这样全面的Python课程。课程从Python的基础知识开始，确保可以使用Python应用机器学习。这是学习Python进行数据科学的最好课程之一。
Udacity的数据分析入门：Udacity有一大堆课程，假设知道Python。这门特别的课程是使用Pandas和Pandas进行数据整理的良好入门。虽然课程是一个很好的入门，但它在全面性上不足，并不能涵盖作为数据科学家的所有需求。
机器学习认证课程：
Coursera上的Andrew Ng的机器学习：可能不会错，如果说这门课程是机器学习上最受欢迎的课程。Andrew Ng教授以易于理解的方式解释了即使是最复杂的话题。如果想从头开始学习机器学习，这是一门必修课程。
edX上的从数据中学习：这是由Abu-Mustafa教授运行的最密集的课程之一。课程包含一些非常密集的练习和作业。这门课程不适合那些心不在焉的人，而适合那些能够忍受的人——这是最好的课程。
Udacity的机器学习课程：Udacity的机器学习课程介于上述两门课程之间。它们没有像Andrew Ng教授那样简化主题，问题集也不像edX上的课程那样密集。