Ein Überblick über Plattformen zum Lernen von maschinellem Lernen von Grund auf

Eine der Hauptfragen für Menschen, die etwas studieren, ist die Auswahl der Informationsquellen: Kurse, Bücher, Artikel. In letzter Zeit und insbesondere beim Studium der Datenwissenschaft ist die Auswahl dumm: Es gibt nur viele Kurse und Bücher, insbesondere wenn wir die auf Englisch verfügbaren berücksichtigen. In diesem Artikel werde ich einen subjektiven Überblick über Online-Lernplattformen geben und diejenigen zeigen, die in erster Linie grundlegenderes Wissen vermitteln (Spoiler: coursera.org und learning.oreilly.com sind meine Favoriten).





Einführung. Motivation für diesen Artikel

Als ich anfing, maschinelles Lernen und Mathematik zu studieren, bemerkte ich irgendwann, wie leicht ich die Dinge verstehe, die ich am Institut gelernt und nicht verstanden habe. Dies war auf mehrere Faktoren zurückzuführen:





Natürlich ist die Motivation höher, weil Wenn Sie sich selbst ausbilden, haben Sie normalerweise eine klarere Vorstellung von Ihren Wünschen und Zielen als an der Universität.





In jedem Moment, in dem etwas "nicht geht", können Sie die aktuelle Vorlesung / das aktuelle Buch verschieben und das für dieses Thema erforderliche Wissen auffrischen / studieren. Gute Kurse und Bücher beginnen oft mit den Grundlagen, um sicherzustellen, dass Sie alle Voraussetzungen für jedes Thema verstehen, d. h. eine Grundlage haben, auf der neues Wissen konsolidiert werden kann.





schon seit Sie können absolut jeden Kurs und Lehrer wählen - Sie können denjenigen finden, der am klarsten erklärt;





Schließlich besteht der große Vorteil von Videovorträgen darin, dass Sie das Lernen unterbrechen können, wenn Sie nur durch etwas vom Lernen abgehalten werden. Und Sie können dem Dozenten im Gegensatz zu einer Vorlesung an der Universität mehrmals zuhören.





, , , , , . , , , , . , DS, , , , , , , , , ( ), , , . .. , : , , ().





, .. , - . , , . , , 2016-2018 ( ).





coursera.org  

, .





- , - . .. - -   . , . (Google, , deeplearning.ai, ..) 





( .. " data science") .





, - . , (+). - . , , - .





Andrew Ng (deeplearning.ai), , . "deeplearning.ai" .





coursera.org ( , ). - . "" , , ( https://www.coursera.org/hse).





, - .





coursera.org

Coursera.org . : 





( ) " ". . , - , .). - / . , , .. , , .





  - coursera.org , . . ( - ) - .





edx.org

coursera.org, . , .. coursera.org . , , -, coursera.org. , , , .





stepik.org

. / ( ). , , ( ). , , . , (?) , . , .





, ( coursera.org, . , ) . 





, , , . , , . , , . ( ) .





udemy.com

, , . , . , Spark PySpark ( 2018).





( ), . , Python : 1, 2. - .





, , , SQL ( ). PowerBI ( , ).





- . .





datacamp.com

, .. . , " " . , , ( Python, Pandas, SQL, ). , , udemy, .. datacamp data science, .





, , - . , , . .





, - . " " 50%.





: learning.oreilly.com ( )

, , , . , .





O'Reilly, , , , -. . , -.





. , , - >4 . , , . , .





- , . 2019, . , , , coursera.org, . , - .





, (~400$ ). oreilly.com - 2 ( ! - ). 50%





: b-ok.org

machine learning data science . , . . , .





, , data science - , , . , "! !" .





: amazon.com, ( ) ( ). 4 . 4 , , , . , , : 4.5+ , - ( ). , amazon . b-ok.org. , .





khanacademy.org -

( ) . - , .





, , (high school) coursera.org, , , . coursera.org " data science", . coursera.org , , / . , , .





: khan academy - ( ) , .





"" : ., skillfactory, geekbrains

( ?) , ., skillfactory, geekbrains. .





:





( )

, , coursera.org, ( ). , coursera.org , , , . - . , - , . , .





, , coursera . , , .





., skillfactory, geekbrains

- - (coursera.org) .





"" . , , .





- -. , , , ( .. ). , . - , . , , : - kaggle , , , coursera.org.





: ( - , ). , . - ,





?

- / - , , . , .





,

Data science, Senior









data science c :





/





, , , .





, -  self.development.mentor gmail.com,





, . . , (, ), / , , , - (?) .





- .








All Articles