Top 5 virov za podatkovno znanost in strojno učenje

Podatki so novo olje. Strojno učenje je ogenj. Kdor obvlada ta dva, bo nadziral svet.


Ne, zgoraj navedeno ni neka pompozna fraza, ubrana iz distopijskega romana.

To je resničnost.

Novi svetovni red temelji na zbiranju ogromnih količin ustreznih podatkov in obdelavi v uvidljive učinke – nekaj, česar človeški rod v zgodovini še ni mogel storiti. To je tehnologija, ki državi omogoča, da Pojdi naprej od ostalih in sčasoma vladajo svetu. Kot rezultat tega napredne države sveta jemljejo zelo, zelo resno.

Donosna izbira kariere

Poleg mednarodnih spletk, znanosti o podatkih in strojno učenje je vroče novo področje z neverjetno priložnost. Povpraševanje ni na lestvici (milo rečeno) in naokoli ni dovolj podatkovnih znanstvenikov. Niti povprečne.

Kot da smo nenadoma odkrili veliko novih naseljenih planetov in ni dovolj ljudi, da bi jih premaknili. Lahko bi nadaljeval in nadaljeval in zvenel kot pokvarjen zapis, vendar menim, da ta infografika opravi delo veliko bolje:

Vir: insidebigdata.com

Torej vidimo, da se plače začnejo pri 50.000 USD +, za menedžerje pa lahko strežejo precej čez 250.000 USD.

In ne samo to, do leta 2020 bo povprečen človek na tem planetu ustvaril 1,7 MB podatkov na sekundo. To je 3.500 TB podatkov v celotni življenjski dobi – več podatkov, kot jih do zdaj vemo, kako ravnati, kaj šele uporabiti za analizo. Če bi rekli, da je prihodnost svetla, bi to slabo služilo tej čudoviti paši.

Ali sta podatkovna znanost in strojno učenje težko?

Dobro vprašanje!

Iz mojih izkušenj je odgovor “da” in “ne”.

Umetna inteligenca (in s tem razširitev, strojno učenje) je najtežje storiti, če se nagibate k raziskovanju in potiskanju ovojnic. Za takšno delo celo doktor znanosti. vsak v računalništvu in matematiki ni dovolj. Toda potem povprečen človek nima niti ambicije in ne časa za tako zasledovanje.

Po drugi strani je to, kar bi poimenoval Applied Data Science in Machine Learning.

To pomeni, da vzamete obstoječa orodja, tehnike in algoritme in jih uporabite za reševanje nekaterih resničnih težav. Ta del zahteva predanost, zaznavanje in ustvarjalno razmišljanje (in poznavanje nekaterih preprostih matematičnih konceptov, ki se jih hitro naučimo), toda glede resničnega “tehničnega” znanja je veliko bolj prizanesljiv od tistega, kar imenuje delo programskega inženirja.

Z drugimi besedami, to ni samostojna poteza, ampak iti mimo razmerje med nagrajevanjem in trudom, je ena najboljših naložb tam.

Zdaj, ko ste okrepili svojo odločenost, da postanete podatkovni znanstvenik in strojni inženir, začnimo raziskovati najboljše možnosti tam.

Strojni tečaj Crash Course (Google)

Marsikdo se ne zaveda, toda Google ima obsežen, zelo praktičen in brezplačen tečaj strojnega učenja. Po navedbah podjetja je del njihove zavezanosti napredku AI / ML tehnologij in ohranjanju znanja na prostem.

Najboljša stvar pri tem tečaju je, da ni nobenih predpogojev, ampak se potrudite, da dodatni čas porabite za samostojno raziskovanje konceptov statistike..

Mislim, to ni potrebno, če pa imate v napredni statistiki nič ozadij, razlage v tem tečaju morda ne bodo dovolj. Drugi ulov je, da ta tečaj uvaja Strojno učenje prek TensorFlow, ki je implementacija ML, ki jo je razvil Google. Torej, Google na nek način želi promovirati svoje API-je za strojno učenje, vendar glede na vrednost, ki jo ponuja ta tečaj, ne vidim, kako bi to moralo biti kamen spotike.

Če je karkoli, je TensorFlow eden izmed preprostih načinov za vstop v ML in uživa veliko priljubljenost (za primerjavo okvirov AI glej to).

CS109 Data Science (Univerza Harvard)

Ime Harvard navdihuje strahospoštovanje in tako tudi ta tečaj.

Najprej: najprej ne gre za hitro umazan tečaj, na katerem se namigneš s strojnim učenjem, tako da tu napišeš delček ali skript. Ta tečaj je hud požarni krst, ki zahteva trdo delo in veliko vlaganja časa.

Tečaj prihaja z brezplačnimi videoposnetki, kodo (gosti na GitHubu) in rešitvami laboratorijskih vaj, tako da vas praktično nič ne omeji, če želite to narediti.

Idealna publika?

Ti … Ne šalim se.

Rekel bi, da delujoči profesionalci z dostojno matematično izobrazbo, čeprav morda ne bodo več v matematiki (navade sklepanja in dokazovanja so najbolj potrebna stvar). Toda še enkrat vas bodite opozorjeni: morda boste mislili, da ste dobri, vendar se bo po tečaju zdelo, da imate zajtrk otrdele nohte – težave z vadbo so dovolj zahtevne, da boste jokali, potem pa bi to lahko bilo tisto, kar ste mislili. ” iščete!

Strojno učenje (Andrew Ng)

Pojdite v lokal, napolnjen s podatki znanstvenikov in vprašajte, kdo je Andrew Ng, in dobili boste svoje življenje.

V krogih znanosti o podatkih in strojnem učenju je Andrew Ng dosegel status, ki je podoben bogu, zahvaljujoč izjemnemu tečaju Coursera – Strojno učenje.

In če dvomite v poverilnice Andreja Nga, bom to povedal sam zase:

To je plačan tečaj, ker je del Courserovega načrta cen, vendar finančna zavzetost in odločnost nista edina pogoja. To je dolg tečaj, saj se Andrew potaplja globoko v matematiko za vsemi ML in secira priljubljene algoritme. Toda na srečo je to popoln tečaj in korak za korakom vas bodo vodili v temne globine in se vrnili nazaj.

Zelo priporočljivo, predvsem zato, ker je postalo izpuščanje potrdila o opravljenem tečaju danes stvar!

Aplikacija Data Science s Python-om

Specializacije na Courseri so sestavljene iz niza tečajev, katerih cilj je, da vas v določenem konceptu popelje od nič do izkušenj. Če iščete popoln, resen, a hkrati prijazen tečaj o podatkovni znanosti in strojnem učenju s Pythonom, tega ne morem priporočiti specializacijo dovolj.

Na koncu tečaja si prislužite certifikat.

Praktično poglobljeno učenje za kodre

Ta tečaj je blagoslov in je moje najbolj priljubljeno priporočilo na tem seznamu, če ste koder.

To bi rekel še enkrat: če ste koder.

Zato, ker tečaj ne porabi časa za učenje osnov programiranja. V opisu predmeta piše zelo jasno (poudarki so izvirni):

Predvidevamo, da imajo vsi, ki se udeležijo tega tečaja vsaj eno leto izkušenj s kodiranjem. Tečaj uporablja python kot učni jezik, zato če še ne poznate pythona, predvidevamo, da boste porabili čas za učenje – za izkušenega koderja bi morali ugotoviti, da je python dokaj enostaven jezik za učenje.

Torej, če že poznate Python (če ne se naučite tukaj), ali se lahko hitro udobno ujemajo, je to popoln tečaj za pragmatike, ki želijo zgraditi resnične uporabne sisteme, ne da bi se preveč bali teoretičnih podlag algoritmov.

Lahko bi celo rekel, da gre za nestrpne kleparje (kot sem jaz!), Ki sovražijo slovesnost in monotonijo.

In oh, sem omenil, da je 100% brezplačen in ima veliko skupnost?!

Zaključek

Phew!

To je bilo težko sestaviti seznam. Pa ne zato, ker ni bilo dovolj dobrih virov, ampak ker jih je bilo preveč!

Strojno učenje je domena, ki je dobesedno eksplodirala in resnično elegantno rešuje težke težave, in tako tudi obstajajo na stotine tečajev na spletu, brezplačno in plačano, večina je resnično, zelo dobra. Toda to je lahko tudi zmeda, zato sem poskušal to stopnjo zmanjšati na pet za različne vrste učencev glede na stopnjo izkušenj.

Upam, da je pomagalo!

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map