Сверхэффективное и руководство по поиску работы в области машинного обучения
Kaggle микрокурсы
Вместо того, чтобы читать бессмысленные словечки, начните с практической точки зрения. Эти микрокурсы занимают меньше времени, и вы получите представление о синтаксисе этих библиотек.
Ссылка: https://www.kaggle.com/learn/
Пройдите следующие микрокурсы:
- питон
- Панды
- Визуализация данных
- Введение в машинное обучение
Когда вы работаете над ними, вы столкнетесь с множеством ошибок и багов. Именно здесь происходит подлинное обучение.
По завершении этих микрокурсов вы сможете выполнять элементарный анализ данных.
Главная часть
- Далее читайте Хасти, Тибширани и кого угодно. Главы 1–4 и 7–8. Если вы этого не понимаете, продолжайте читать, пока не поймете. Это для статистики.
Если хотите, можете прочитать остальную часть книги. Возможно, вам следует, но я предполагаю, что вы все это знаете.
- Возьмем Coursera Эндрю Нг. Выполните все упражнения на python и R. Убедитесь, что вы получаете одинаковые ответы на все из них.
- Теперь забудьте обо всем этом и прочитайте книгу по глубокому обучению. Поместите TensorFlow и PyTorch в систему Linux и запускайте примеры, пока не получите их. Делайте что-то с CNN и RNN и просто с упреждающими NN.
- Как только вы сделаете все это, зайдите на arXiv и прочитайте самые свежие полезные статьи.
Ну вот. Теперь вас, вероятно, можно нанять в большинстве мест. Если вам нужен наполнитель резюме, так что некоторые соревнования Kaggle.
Если у вас есть вопросы по отладке, используйте StackOverflow.
Если у вас есть вопросы по математике, прочитайте и решите больше математических задач.
