Top 5 resursa za znanost o podacima i strojno učenje

Podaci su novo ulje. A Strojno učenje je vatra. Tko kontrolira ovo dvoje, taj će kontrolirati svijet.


Ne, gore navedeno nije neka pompozna fraza preuzeta iz distopijskog romana.

To je stvarnost.

Novi svjetski poredak sastoji se od prikupljanja ogromne količine relevantnih podataka i njihove obrade u uvidljive uvide – nešto što ljudski rod u povijesti nije mogao učiniti. To je vrsta tehnologije koja omogućuje zemlji da naprijed od ostalih, i na kraju vladaju svijetom. Kao rezultat, napredne nacije svijeta su je uzele vrlo, vrlo ozbiljno.

Unosan izbor karijere

Na stranu međunarodna spletka, znanost o podacima i strojno učenje je novo vruće polje s nevjerojatnom prilika. Potražnja je bez ljestvice (blago rečeno), a nema dovoljno znanstvenika podataka. Čak ni osrednji.

Kao da smo odjednom otkrili mnoge nove naseljene planete i nema dovoljno ljudi da ih premjestimo. Mogao bih nastaviti i dalje i zvučati kao slomljen zapis, ali mislim da ova infografika posao čini puno bolje:

Izvor: insidebigdata.com

Tako vidimo da plaće počinju od 50 000 USD +, a za menadžere mogu pucati i preko 250 000 USD.

I ne samo to, do 2020. godine prosječna osoba na ovom planetu generirat će 1,7 MB podataka u sekundi. To je 3.500 TB podataka tokom cijelog životnog vijeka – više podataka nego što znamo do sada, a kamoli za analizu. Reći da je budućnost svijetla učinilo bi negativnu pomoć ovom veličanstvenom novom pašnjaku.

Jesu li nauke podataka i strojno učenje naporne?

Dobro pitanje!

Iz mog iskustva, odgovor je i „da“ i „ne“.

Umjetna inteligencija (i ekstenzija, strojno učenje) najteža je stvar ako ste skloni istraživanju i guranju koverti. Za takav rad čak je i doktor znanosti. svaki iz informatike i matematike nije dovoljan. Ali tada, prosječna osoba nema ni ambiciju, ni vrijeme za takvu potragu.

S druge strane, ono što bih nazvao Primijenjena znanost podataka i strojno učenje.

Odnosno, uzimate postojeće alate, tehnike i algoritme i primjenjujete ih kako biste riješili neki stvarni problem. Ovaj dio zahtijeva posvećenost, percepciju i kreativno razmišljanje (i poznavanje nekih jednostavnih matematičkih koncepata koji se brzo nauče), ali što se tiče istinskog “tehničkog” znanja, mnogo je blaži od onoga što posao softverskog inženjera naziva.

Drugim riječima, to nije potezanje kolača, već ići pored omjer nagrade prema naporu, jedna je od najboljih investicija vani.

Sada kad ste učvrstili odlučnost da postanete podatkovni inženjer i inženjer strojnog učenja, pokrenimo istraživanje najboljih opcija tamo.

Strojno učenje Crash tečaj (Google)

Nisu mnogi ljudi svjesni, ali Google je opsežan, vrlo praktičan i besplatni tečaj za strojno učenje. Prema tvrtki, to je dio njihove posvećenosti napretku AI / ML tehnologija i održavanju znanja na otvorenom.

Najbolja stvar u vezi s ovim tečajem je da nema preduvjeta, ali napravite dodatne napore da samostalno potrošite dodatno istraživanje koncepata statistike..

Mislim, to nije potrebno, ali ako nemate pozadinu napredne statistike, objašnjenja u ovom tečaju možda nisu dovoljna. Još jedna zamisao je što ovaj tečaj predstavlja strojno učenje putem TensorFlow, što je implementacija ML-a koju je razvio Google. Dakle, na neki način, Google želi promovirati svoje API-je za strojno učenje, ali s obzirom na vrijednost koju nudi ovaj tečaj ne vidim kako bi to trebao biti kamen spoticanja.

Ako ništa drugo, TensorFlow je jedan od jednostavnih načina da uđete u ML i uživa veliku popularnost (za usporedbu AI okvira pogledajte ovo).

CS109 Data Science (Sveučilište Harvard)

Ime Harvard nadahnjuje strahopoštovanje, pa tako i ovaj tečaj.

Prvo stvari: to nije brz brzi tečaj na kojem se vrtiš oko Strojnog učenja pišući isječak ovdje ili skriptu ovdje. Ovaj tečaj je teško vatreno krštenje koje zahtijeva naporan rad i značajna ulaganja vremena.

Tečaj dolazi s besplatnim videozapisima, kodom (koji se nalazi na GitHub-u) i rješenjima laboratorijskih vježbi, tako da praktički vas ništa ne obuzdava ako to želite poduzeti.

Idealna publika?

Ti … ne šalim se.

Rekao bih da rade profesionalci s pristojnim matematičkim obrazovanjem, iako se možda više ne bave matematikom (navike zaključivanja i dokazivanja su najpotrebnija stvar). Ali još jednom vas upozorite: možda ćete pomisliti da ste dobri, ali ovaj će se tečaj osjećati kao da očvrsnete nokte za doručak – problemi u praksi su dovoljno izazovni da plačete, ali tada, to bi moglo biti baš stvar koju ‘ tražiš!

Strojno učenje (Andrew Ng)

Uđite u bar napunjen znanstvenicima sa podacima i pitajte tko je Andrew Ng, i dobit ćete batinu svog života.

U krugovima znanosti o podacima i strojnom učenju, Andrew Ng je postigao status sličan bogu zahvaljujući svom izuzetnom tečaju Coursera – Strojno učenje.

A ako sumnjate u vjerodajnice Andrew Ng-a, ostavit ću to samo za sebe:

To je plaćeni kurs, jer je to dio Courserinog plana cijena, ali financijska predanost i odlučnost nisu jedini preduvjeti. To je dugačak tečaj jer Andrew roni duboko u matematici iza svega što stoji ML i rastavlja popularne algoritme. Ali na sreću, ovo je kompletan tečaj, i vodit ćete se korak po korak u najmračnijim dubinama i vraćati natrag.

Toplo preporučljivo, uglavnom zbog toga što je postavljanje certifikata o završenom tečaju danas postalo stvar!

Primijenjena nauka podataka s Pythonom

Specijalizacije na Courseri sastoje se od niza tečajeva koji imaju za cilj da vas odvoje od nule do iskusnog određenog koncepta. Ako tražite potpuni, ozbiljni, ali prijateljski tečaj o nauci o podacima i strojnom učenju s Python-om, ne mogu vam ovo preporučiti specijalizacija dovoljno.

Na kraju tečaja zarađujete certifikat.

Praktično duboko učenje za kodire

Ovaj tečaj je blagoslov i moja je najdraža preporuka na ovom popisu ako ste koder.

To bih opet rekao: ako ste koder.

To je zato što ovaj tečaj ne troši vrijeme na podučavanje osnovama programiranja. Opis predmeta kaže to vrlo jasnim crtama (naglasak je originalan):

Pretpostavljamo da svi koji pohađaju ovaj tečaj imaju najmanje godinu dana iskustva s kodiranjem. Tečaj koristi python kao jezik podučavanja, tako da ako već ne znate python, pretpostavljamo da ćete potrošiti vrijeme za učenje – za iskusnog codera trebali biste naći da je python prilično jednostavan jezik za učenje..

Dakle, ako već znate Pythona (ako ne naučite ovdje), ili se brzo mogu ugoditi, ovo je savršen tečaj za pragmatičare koji žele izgraditi stvarne, korisne sustave bez previše brige o teorijskim podlogama algoritama.

Čak bih rekao da su za nestrpljive šljokice (poput mene!) Koji mrze ceremoniju i monotoniju.

I oh, jesam li spomenuo da je 100% besplatno i da ima sjajnu zajednicu?!

Zaključak

fuj!

Ovo je bio jedan težak popis za sastavljanje. Ne zato što nije bilo dovoljno dobrih izvora, već zato što ih je bilo previše!

Strojno učenje je domena koja je doslovno eksplodirala i rješava teške probleme zaista elegantno, pa tako i postoje stotine tečajeva na mreži, besplatno i plaćeno, a većina ih je stvarno, jako dobra. Ali ovo može biti i izvor zbrke, pa sam pokušao to smanjiti na pet za različite tipove učenika prema njihovoj razini iskustva.

Nadam se da je pomoglo!

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