Где использовать в карьере?
Вопросы: - Навыки и технологии - Отличие от Data Scientist - Перспективы профессии - Как учиться
4 ответа
Машинное обучение — это марафон, а не спринт.
План обучения: 1. Математика (3-6 месяцев): линейная алгебра, математический анализ, статистика 2. Python для ML (2-3 месяца): pandas, numpy, matplotlib 3. Алгоритмы ML (4-6 месяцев): линейная регрессия, деревья решений, SVM, нейросети 4. Deep Learning (4-6 месяцев): PyTorch или TensorFlow 5. Проекты (без ограничений)
Курсы: - Andrew Ng: Machine Learning (Coursera) - Fast.ai: Practical Deep Learning - Яндекс.Практикум - Kaggle Learn
Практика: 1. Участвуйте в Kaggle-соревнованиях 2. Делайте пет-проекты 3. Заведите блог о своём обучении
Главное — не бросать, когда становится сложно.
Войдите, чтобы ответить на вопрос.