この記事では、機械学習/データサイエンスを最初から学ぶのに最適と思われるコースと本を紹介します。私はできるだけ短くなるリストを提供すると同時に、深刻な知識のギャップなしに、実際に始めるために必要なすべての知識を提供するようにしています。
免責事項
これらの推奨事項が何に基づいているかを理解するには、以前の記事を読んでください。この記事では、私の進路と自習の原則、および学習段階の構築方法に関する一般的な考慮事項について説明しています。
以前の記事
この記事のガイドラインは古くなり、確かに、それに含まれる可能性のある優れたコースや本があります。しかし、これらは少なくとも彼らのトピックに関する最高の資料のいくつかです。このリストを作成するために、数十のコースと本が破棄されました。これらもゼロから学習することを目的としていますが、基本的な概念を提示するのは苦手です。
ガイドラインは、潜在的に必要なすべての技術スキルを網羅しているわけではありません。習得する必要があると思われるすべてのことを理解するには、データサイエンスを最初から学ぶ:マイルストーンとマイルストーンを参照してください。
ほとんどの場合、ニューラルネットワークを使って学習を開始したり、自己学習の初期段階で学習したりすることは効果がないと考えているため、ニューラルネットワークに関する資料は引用していません。
必要な基本的なスキル
プログラミングの基礎知識:PythonとSQL
PythonまたはRでのプログラミングに習熟していなければ、機械学習やデータサイエンスを行うことはできません(Pythonから始めることをお勧めします)。また、「古典的な」機械学習(ビジネス上の問題を解決し、最初は数値/統計データを処理する)の欠員の大部分は、SQLの知識を必要とします。それらを学ぶ方法の基本的なガイドラインについては、データサイエンスの自己学習、ゼロから2年間のシニアまでを参照してください。
数学
. , , , .
, - : ( ), (, , , ), , .
: . , 2 3 . 2 3 , . Math for machine learning, London Imperial College.
( , ), , : Robert Ghrist. . coursera.org, stepik.org
,
Datasmart ( ) - . , data science. , , . , python, pandas, scikit-learn - ( , .. ).
. . ( , .. , , ). - (). , .
— 8 , 2 — seaborn ( , ).
Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking, by Foster Provost ( ) - , , . Datasmart, . " " () . , ..
, - , / - . .
, , , . . , .. , , . . , .
" " - , . -, . , . Python, Pandas, scikit-learn.
- , Python. Applied DS with Python ( 1 3. 2, 4 )
, ( jupyter, pandas). , , . , - .
https://stepik.org/course/4852/syllabus
« » ( " " ). 3 , , 1 , . , ; . 4 , , , , .. , .
Kaggle : ( ) , , , ( .. ). - , , , .
scikit-learn - . , .. .
pandas, - , . , . , .
Python python standard library - . , . , collections itertools
-
( ). . , , : https://www.coursera.org/learn/competitive-data-science. kaggle - .
,
- . - -.
, - , Goodhart's law. .
/
, , https://towardsdatascience.com; 3 .
Statistics Done Wrong .The woefully complete guide by Alex Reinhart - . .
Python Machine Learning, by Sebastian Raschka - , . .
, - .
Git - . - Ry's Git tutorial. git. : http://ndpsoftware.com/git-cheatsheet.html
https://www.practicaldatascience.org/ - . , , , ( Cloud , .. , ).
?
. , , - , - /, , , , - , . - .
/
, , , .
, - self.development.mentor gmail.com,
別の分野(プログラミング、ビッグデート)に行く方が良いことに気付いた人もいれば、個々のニーズに合わせてカリキュラム/キャリアプランを調整できた人もいれば、もっと助けてくれる人にアドバイスして誰かを救った人もいました(? )行き止まりのプロジェクトに効果のない時間を費やすことから。
そして、私の記事があなたに役立つなら、あなたは将来の記事のために私を経済的に動機づけることもできます、この記事の下にこれらの目的のための「寄付」ボタンがあるはずです。