随时随地学数据新闻，有了MOOC（大型开放式网络课程）不再难。深度君精选全球各大数据新闻课程，整合出一张【全球数据新闻MOOC精选表】，分为综合类、数据科学和编程、数据可视化三大类，内容和方式各具特色，帮你在工作、学习之余及时充电。内附相关资源列表哦。
综合类：
想在线学习最全面的新闻知识？Poynter新闻大学是上佳之选。他们是世界最具创新性的在线新闻和媒体培训项目之一，开放给任何想要提升新闻技能的人，其在线讲座和课程涵盖从多媒体技术到新闻写作、报道以及更多相关议题，吸引了37万用户。
看课程很简单，只要点击courses课程，即可查看课程列表，直接搜索关键词，或点选右边的种类（type）、目录（category）、适合对象（role）和价格（price）筛选自己需要的课程。如果不知道如何选择，也可以选 “最流行”、“最新”的课程以作参考。课程大多需要付费，但是因为很多事录播课程所以开通、注册后都可以随时学习，一般花1-3小时即可完成。
关于数据新闻的课程，有讲制作可视化的“用Silk.co制作数据新闻和适用于移动端可视化：数字工具教程”，“用import.io制作数据新闻”，也有像“谷歌研究工具：检索、趋势、建立相关性和公共数据的探索器”这样主要讲检索数据方法的课程，以及讲图片发布注意事项的“处理图形图像”和讲如何在新闻选取色彩的“新闻设计中的颜色”，选择多样。
如果你对数据驱动或数字报道感兴趣，不妨来看看欧洲新闻中心刚刚发布的最新在线培训平台LEARNO.NET。该平台现在主打三门数据驱动培训课程，均有世界著名的记者和数据实践者教授。
如果只想入个门，入门级课程“用数据做新闻：开头几步、技巧和工具”是适合你的好选择。该课程由Paul Bradshaw（网络记者和博主，伯明翰城市大学网络新闻硕士项目的负责人，伦敦城市大学的访问教授），Alberto Cairo（迈阿密大学视觉新闻学、奈特基金会客座教授），Steve Doig（专做数据新闻的奈特基金会客座教授），Simon Rogers（《卫报》网站广受欢迎的数据博客的创始人、数据新闻主编），Nicolas Kayser-Bril（Journalism++的创始人和CEO，曾任Owni.fr.的数据新闻部负责人）。
“用数据做新闻：开头几步、技巧和工具”课程介绍（来自：European Journalism Centre, Vimeo）
如果需要更为进阶的课程，谷歌新闻实验室的Nicholas Whitaker开办了一门课帮你用谷歌搜索发现数据、挖掘故事。
来自： European Journalism Centre，Vimeo
如果你已掌握了技巧和数据，你仍然需要知道管理数据驱动项目的必备技能，Jacopo Ottaviani（计算机科学家和记者）的课程可以帮你解释数据新闻独特的变量和进程，有效管理它们，确保项目成功。
如果觉得这些课程还意犹未尽？未来几月，中心还将发布更多课程，《芝加哥先驱报》数据可视化编辑Jonathon Berlin带来的数据可视化培训就是其中之一哦，敬请关注！
3. 奈特数字媒体中心: 主打媒体数字策略，教学材料随时看
由南加州大学Annenberg新闻与传媒学院和加州大学伯克利分校新闻研究生院合办的奈特数字媒体中心（Knight Digital Media Center），提供大量在线学习资源，包括网上自主学习模块课程、讲师指导的虚拟课程和工作坊，主题主要关于媒体如何制作更具影响力的作品、记者如何利用社交媒体推广内容、做出数字化报道。同时，中心还为组织提供咨询服务，帮助他们更好地在数字时代吸引更多群体、传达有效信息。
点击“training”（培训），即可查看所有的课程目录，可以课程名、讲师、主题和类型分类（包括课程、学习模块和网络培训会）。例如选择其中的“数字引领：新闻编辑室变革的10个关键要素”，除课程简介外，你还能在线获取网络培训的录音、幻灯片以及讲师发布的相关文章：由讲师之一、中心高级项目咨询师Michele McLellan发布的撰写的《新数据：关注经销和度量可增加社群参与度》和另一篇同名文章，以配合阅读。
4. 奈特美洲新闻中心：免费MOOC+付费BOC，注重讲师和学生互动
奈特美洲新闻中心（The Knight Center for Journalism in the Americas）可谓是开办MOOC和BOC（大型线上课程）的先锋。自从3年前
首次开办课程以来，一共有169个国家的62803人从19门MOOC和5门BOC中获益。讲师均来自《纽约时报》、国家公共广播、《华盛顿邮报》等一流媒体，教授前沿知识和经验。
还记得香港大学新闻及传媒研究中心去年11月曾宣传的MOOC吗？这正是他们的第一门MOOC：“信息图表和数据可视化入门”，迈阿密大学视觉新闻学、奈特基金会客座教授Alberto Cairo主讲，其英文和葡萄牙语版本吸引了14000人报名参加。
他们时不时会提供MOOC和BOC以供大家学习。MOOC均免费（仅证书可能收取少量费用），开放给全球观众，通常涉题较浅且宽泛。最大的好处就是学生在课程期间可自主安排时间，利用教学视频、阅读材料、互动测验和讨论论坛学习。
另一种即BOC，也即大型在线课程。学习者须缴纳一定费用，而且内容更为高阶、个性化，他们曾经开设的“创业型新闻”（entrepreneurial journalism）、“用D3制作数据可视化和信息图”和社交媒体分析课都在此之列。
和其他平台所不同的是，奈特中心的课程都是由讲师主讲，师生在每周模块中的互动频繁。所有课程均由中心的远程数字平台JournalismCourses.org提供。学生和讲师通过邮件、Twitter和Facebook群组交流。喜欢和老师、同学互动，且喜欢集中学习的小伙伴们可以持续关注他们的课程哦。
现在，又有一门好课值得一试，那就是他们开放注册的“记者所需的社交媒体分析术：判断报道成功度”课程。教学为期四周（3月7日至4月3日），收费95美金，由ProPublica的高级编辑Amanda Zamora主讲，传授社交媒体编辑如何使用社交分析和工具以扩大受众面的技巧。
介绍过了好几个英文平台，就得提到中国最大的MOOC学习社区——果壳网的MOOC学院。自2013年成立以来，“MOOC学院”不断扩展它的合作范围，不仅成了一流大学免费在线课程平台Coursera的全球翻译合作伙伴，同时还与 edX、Udacity、FutureLearn、iversity、清华大学“学堂在线”、台湾大学MOOC项目组、复旦大学等教育组织，都建立了长期合作，内容丰富、新颖。
进入主页，搜索“数据新闻”，即可查看众多数据新闻课程，从数据新闻基础、管理数据新闻项目到数据挖掘和Python操作MySQL数据库等内容不一而足。要是学课的时候有些问题心存疑问、没记清楚，也可以选择“讨论&笔记”看看其他小伙伴有没有精彩分享。或搜索“演讲”内容，看看网易公开课或者TED上有没有相关内容，短短几分钟就能加深对课题的认识。
想知道课程质量如何？每个课程下方都有学院的评分和点评，广受好评的点评还会出现在顶端。还可以参考课程排名信息哦。如果还想知道所有课程的排行，不妨参考果壳自己发布的【全球在线课程排行榜】，去年的榜单的Top10里就有莱斯大学的Python交互式编程导论、麻省理工的计算机科学及Python编程导论和斯坦福大学的机器学习。职业课程里评分前十的，也有HTML（萌码网）、HTML&CSS（Codecademy）和C语言（萌码网）的内容。
除以上这些平台外，不少学校也都提供和数据新闻相关的课程或资源，值得持续关注：哥伦比亚大学的Tow Center for Digital Journalism，加州伯克利Advanced Media Institute，西北大学的Medill School of Journalism, Media, Integrated Marketing Communications，密苏里新闻学院和香港大学新闻及传媒研究中心（JMSC）等。要想参考数据资源丰富的网站，不妨多关注深度君曾经分享过的：2016年提高数据素养必备的20家网站。即将召开会议的NICAR（美国计算机辅助报道协会）的资源和深度君的干货分享也值得大家好好利用哦。
数据科学和编程：
1. 数据学院（School of Data）：数据为先，深入浅出
由开放知识基金会和Peer 2 Peer University合办的数据学院（School of Data）长期提供线上课程，内容涵盖数据基础、数据清洗、数据探索、数据抽取、数据映射、处理预算和消费数据、使用手机收集数据、救援数据等。
每类课程都有数个模块，材料由文本呈现，篇幅不长，定义易懂。例如，点击Data Fundamentals（数据基础课）的“显示模块”，即可看到10各模块的简要介绍。第一节课介绍数据的概念，在分类中提及定性数据、定量数据和分类数据等，点击名词还能看到更为简洁、直接的解释。课后还有小段总结、延伸阅读、几道轻松益智的测试题帮你回顾刚才的内容，完成点击下一课即可。你也可以直接跳选其他的模块。适合时间紧、需要快速补充知识的小伙伴。
数据学院通常有大量幻灯片分享，例如如何掌握数据新闻中的线性回归分析、如何设置excel dashboard等，也保持一贯的精炼、生动。在通勤的路上多浏览，有助于培养数据思维、掌握技巧。
2.Coursera：集中学习大数据、数据科学和统计学
作为MOOC鼻祖之一的Coursera，提供了不少和数据新闻、数据理解相关的教学资源。合理选用、准确呈现数据是门学问，学习统计学是个好方法。深度君推荐以下几门课程推荐给大家：
获取并清洗数据：约翰霍普金斯大学
Getting and Cleaning Data: John Hopkins University
想从最实用的数据技能学起？不如从这门课程开始吧。这门课程将教你如何从网上、API、数据库和同时那里获得各种各样格式的数据，以及后面如何清洗、分享数据。还会带你进入完整的数据集的架构看一看，弄清楚什么是原数据、处理指令、码书和经处理的数据。还有中文字母可以看哦。
上课时间：2016年3月7日至4月11日
注册时间：截止3月13日
Python数据结构：密歇根大学
Python Data Structures: University of Michigan
有一定基础、想学编程的小伙伴可以看过来：这门课程介绍的是Python编程语言的核心数据结构，将从程序入门进阶到内置数据结构，例如列表、数据字典和元组（tuple），进行愈加复杂的数据分析。内容评分高达4.8（满分5），属于公认的优质课程。
课程时间：2016年2月29日至4月25日，每周2-4小时
报名时间：截止3月14日
兴趣导向的数据统计：卫斯理大学
Passion-Driven Statistics through Wesleyan University
参与者可学习提出假设、准备数据以供分析、完成描述性和可推导的统计分析，呈现研究发现的整个过程，使用SPSS经常遇到的方差分析（ANOVA）、卡方检验（Chi Square）和相关性（Correlation）的计算都会一一讲解。目前该课程还需公布学习时间，感兴趣的小伙伴不如先加入观察名单，等候开课的通知。
除了Coursera的课，还有很多值得推荐的数据科学课程：
3.Udacity：拿不定注意？先试用
课程讲授计算机科学、描述统计学和推论统计学内容，并提供更高阶的，以及R、MongoDB和机器学习为主题的指南。课程收费，但可以参加为期14天的试用再决定要不要正式学习。
4.麻省理工（MIT）：超强专业课程材料共享
大名鼎鼎的麻省理工将自己数据挖掘和高级数据结构课程的材料公布在网上，所有人均可下载教学指南、推荐阅读材料和课程信息，还可以做做没给出答案的作业和测试题，测测自己的水平。如果还想学学专业编程，例如get Python, Java, 和 C++的程序编写技巧，可以多看电气工程和计算机科学的课程材料。
觉得材料太多无法下手？别着急，现在果壳的MOOC学院依据麻省理工学院计算机科学及工程专业的课程路线图，将这些课程整理成专题，你可以阅读指南，按照模块就能自学成才啦！
5.Udemy：种类多，不怕选
有着硅谷背景的在线学习网站Udemy目前拥有1000多万名学生、2万老师和4万门课程、支持80多种语言的庞大规模，如果你搜索Big Data，能搜到上百条结果，分为入门级、中阶和专家级的三个档次，还可以通过付费、免费来筛选，各取所需即可。
6. Big Data University：大数据教学，大部分免费
提供大数据和数据科学系统的大量课程，包括数据库培训、实时分析等内容。共有11门不同课程涉及分布式计算、甚至是适合初学者学习的关系管理系统的主题。你可以自由安排上课节奏，大部分都是免费的（尽管有时需要付费才能使用特定技术，例如IBM的SmartCloud Enterprise）。
7. Edward Tufte的课程和书籍：资深专家精华分享
如果你身在美国，有机会也可试试美国统计学家、耶鲁大学政治科学、统计学和计算机科学荣休教授Edward Tufte的课程，一天的课干货满满：信息展示的基础设计技能：句子、表格、线图、地图、表格曲线图、图片、视频、数据可视化等，都将涉及，用的例子也是从科学、政府报告扩展到音乐、美术和体育，就怕你学不会。在线注册即可获取Tufte编写的四本书。全日制的教师、学生的优惠价格为220美元，其他人均为420美元。要是没机会参加，也可以阅读他个人网站上分享的不同主题材料，有例如iPhone界面设计等大量有意思的内容等你来挖掘。
数据可视化：
1.ESRI的培训：地图神器，省时即学
想专门学地理制图？世界最大的地理信息系统技术提供商——美国环境系统研究所公司（ESRI）除了发布包括ArcGIS在内的制图工具（参考深度君总结的《地图可视化制作和数据平台精选》），还有很多工具使用的培训课程，均围绕ArcGIS制图展开。课程时长在几十分钟到两个小时不等，注册账户登录即可查看课程视频，并配有对应的音频文字哦。因为材料已经全部上传，不用担心课程时间的问题，即点即学。
2. Flowing Data: 会员可享的好资源
数据可视化网站Flowing Data由数据统计师Nathan Yau 打理。该网站持续更新绝佳原创或整合的数据可视化内容，是跟踪可视化领域主要趋势和事件的好方式。网站的其他版块则以提供可视化指南和付费教程。成为会员，即可查看教程和在线资源。
3. 香港大学传媒及研究中心（JMSC）：打造国际团队+前沿案例的入门好课程
继去年联合奈特美洲新闻中心发布数据新闻MOOC之后，港大JMSC此次联手谷歌新闻实验室推出全亚洲首个MOOC：《数据基础》（Data Fundamentals）。来自纽约、旧金山、曼谷、香港和上海的国际知名数据新闻实践者和研究者将结合案例和数字工具演示，讲解如何获取、分析、可视化数据，并且如何使用这些技能讲好故事。讲师会介绍全球和亚洲优秀的数据新闻作品。同时，业界领先的亚洲媒体如中国的财新数据可视化实验室、马来西亚的当今大马、印度的 IndiaSpend 和 DataLEADS、印度尼西亚的KataData也会分享它们的经验。
课程难不难？收不收费？学完有什么收获？完全不用担心，这门课是基础入门级，本课程为基础入门级，全英文授课。适合新闻从业者、学生和对数据新闻感兴趣的人士报读。课程免费，修完课程并完成作业的学员将获得由香港大学新闻及传媒研究中心颁发的结业证书。课程统筹和讲师马金馨认为随着政府逐渐开放数据，“这是媒体和记者学习技能，理解数据并报道优质新闻的良机。” 如果感兴趣的话，请按照下面的步骤注册：
- 在JMSC慕课平台注册账户
- 查看邮箱，激活确认邮件（如未收到确认邮件，请查看垃圾箱）
- 登录账户，选择Data Journalism Fundamentals (数据新闻基础)课程
- 点击页面下方的”Enroll me“报读课程
- 进入该课页面 (大功告成，等待开课吧！)
(*建议将该页面保存为书签，以便今后访问)
注册成功的童鞋可申请加入慕课微信群，届时会有数据新闻相关资料和沙龙等福利分享，还有机会与业界大牛线上交流。该群仅为学员开放，需通过验证加入。
加入方式：回复微信公号JMSC.HKU （ID：jmsc-hku）的后台”申请加入数据新闻慕课群”+[姓名和注册邮件] 【注意是JMSC.HKU的后台，回复深度君无效哦】
通过验证后，你就可以愉快地和同学、业界大牛交流啦！
觉得以上课程还不过瘾？还想结合更多资源学习？深度君特别推荐以下干货帖：
指南类：
工具类：
NodeXL网络图制作指南： 手把手教你如何辨别共和党“叛徒”
经验/作品参考：
