Все, что мне было нужно, это небольшой толчок в правильном направлении!

Прошел уже целый год после моего выпуска. Будь я хоть немного ленивее, чем вчера, вполне возможно, что этого блога вообще бы не существовало! Что ж, я рад, что это не так, и могу направить свою энергию на что-то продуктивное. Примерно с середины мая 2020 года я тщательно просматривал несколько веб-сайтов, статей и руководств, чтобы обобщить план самостоятельного изучения машинного обучения.

Ну для простого введения, я просто выпускник CS. Я закончил год назад и сразу после этого присоединился к ТНК, и я все еще борюсь за то, чтобы получить статус работника. Некоторые компании да!

Итак, после чертовски тонны веб-серфинга и просмотра тысяч рецензий, статей, подкастов, информационных бюллетеней, сообщений в блогах и т. д., я все еще не был уверен в своем подходе к дорожной карте самообучения для изучения машинного обучения и науки о данных. Не буду врать, у меня были мысли просто отпустить это после нескольких безуспешных попыток удовлетворить мой уровень уверенности в том, чтобы создать для себя путь, обеспечивающий верный выстрел в углубленное изучение предмета. Не один, а несколько раз такой ход мыслей. Я благодарен небольшой привычке, которую приобрел несколько недель назад, за то, что не отпускаю эту тему и как-то нерешительно ее преодолеваю, чем я всегда занимался еще со школы. У меня всегда были проблемы с обязательствами. Да кто же нет!

Честно говоря, мне очень повезло, что я начал смотреть этот потрясающий видеоблог на YouTube от австралийского парня — Daniel Bourke. Каким-то образом ему удалось мотивировать меня достаточно, чтобы помочь мне приобрести некоторые действительно хорошие привычки. Одним из них, которым я на самом деле обязан своим интересом прямо сейчас, является тот, где я решил Производить больше, чем потребляю ежедневно!! Поэтому, чтобы изучить машинное обучение, я решил начать с курса, и кто лучше, чем парень, который сам вдохновил меня на самообучение, учитывая, что даже он сделал то же самое с нулевым опытом программирования. Черт возьми, я кодирую уже 4 года. Давайте оправдаем наше время, потраченное впустую в колледже, путем реального обучения, будь то я сам и с небольшой помощью остального мира.

В конце концов я решил начать с курса Mr. D Bourke’s Zero to Mastery в Udemy. Параллельно с этим курсом я даже начал параллельно проходить курс Эндрю Н.Г. на Coursera. Делая оба вместе, я мог видеть отношения разных алгоритмов вместе с их реализацией. Эта возможность сопоставить оба материала курса дала мне огромное чувство выполненного долга, стоящее мотивации, чтобы тратить больше времени, чтобы узнать больше, а значит, и узнать больше. Параллельные курсы помогли мне лучше понять как интуицию алгоритма, так и его реализацию. Что ж, в настоящее время я не завершил их, так как во время прохождения курса Дэниела я начал понимать некоторые вещи, которые могли бы иметь больше смысла, если бы я изучил их до того, как я изучил некоторые разделы их курса.

Так что в конце концов я наткнулся на несколько хороших ресурсов Data Science. Да! Точно я понял, что для более четкого представления результатов моей модели мне нужно адекватно изучить несколько аспектов науки о данных, чтобы я мог четко понимать и визуализировать свои данные. Поэтому я решил найти хороший бесплатный ресурс для изучения науки о данных и начал проводить некоторые исследования по этому поводу.

и я наткнулся на отличный ресурс из Гарварда — CS109 (наука о данных). Я начал вникать в это и вскоре понял, что для правильного изучения науки о данных мне нужно достаточно изучить статистику и вероятность, чтобы смотреть на свои данные и делать некоторые выводы, полезные для дальнейшей визуализации. Итак, теперь я снова начал проводить дополнительные исследования и не особо углублялся в поиски,

Мне попался курс из самого Гарварда, Stat110(статистика и вероятность). В конце концов, я решил заняться этим, прежде чем погрузиться в область науки о данных. Если вы заметили, мы оставили машинное обучение далеко позади и теперь вернулись к математике. Я знаю, сейчас это начинает казаться обузой.

«Вам нужно научиться этому, чтобы понять это, но потом это снова для этого здесь, о, подождите и для этих тоже! Ааааа.. ОГРОМНАЯ цепочка! Я не ожидал этого..».

Ну, никто не говорил, что это будет разовое кормление с ложки. Области обширны сами по себе (наука о данных и машинное обучение). Они не всегда идут рука об руку, но действительно необходимы в современных отраслях. Я напишу об этом в одном из своих следующих блогов (их отношения и то, как роль Data Scientist варьируется от одного уровня отрасли к другому). Сказав и решив с этими вещами, я решаюсь на план, которому я намерен следовать, чтобы постепенно лучше учиться и отвечать взаимностью на то, что я узнаю. К настоящему времени у меня осталось несколько ресурсов, но все, что мне нужно, — это идеальный план их эффективного использования. Я сам потратил недели, пытаясь понять, какой способ подходит мне лучше всего, что с моей стороны не было ошибкой. Я всегда считаю, что нельзя копировать чужой распорядок дня, а активно и эффективно следовать ему и вписывать в свой образ жизни. У каждого свой образ жизни. Поэтому планирование в соответствии со своими способностями — это более мудрый способ сделать что-то. Поэтому я бы посоветовал не демотивироваться, а вместо этого учиться на своей неспособности и неудачах придумать более удобный и эффективный собственный распорядок дня. Я сделал это, а также изо всех сил пытался сделать это правильно, но теперь мне вполне комфортно с моим текущим распорядком.

Несколько вещей, которые я держу в уме даже сейчас, учитывая тот факт, что мой текущий план может быть нарушен из-за каких-то внешних дел, таких как работа, семья, друзья, случайные события и т. д., делят мою цель на этапы, эффективно распределяют мое время и проявляют гибкость, чтобы краткосрочные и среднесрочные изменения. Моя общая цель - изучить машинное обучение (глубокое обучение - окончательный фокус) и науку о данных, чтобы применить их в современных передовых технологиях! Это не то, что мы можем сделать за короткий промежуток времени. Я сам готов инвестировать не менее 1,5 лет в самообучение, прежде чем отправиться в индустрию.

Я уже работаю над своим следующим блогом, который скоро опубликую, с моими текущими планами и рутиной, которые помогают мне справляться со всем и при этом продолжать работать над собой! На данный момент я знаю, что буду писать почти каждую неделю, чтобы делиться своим прогрессом и процессом. Я рад, что смог поделиться своей первоначальной борьбой за подготовку к этому приключению. Настройтесь на большее, Спасибо!