5 tài nguyên hàng đầu cho khoa học dữ liệu và học máy

Dữ liệu là dầu mới. Và Machine Learning là ngọn lửa. Bất cứ ai kiểm soát hai người này sẽ kiểm soát thế giới.


Không, ở trên không phải là một số cụm từ hào hoa nhặt được từ một cuốn tiểu thuyết ngu ngốc.

Nó thực tế.

Trật tự thế giới mới là tất cả về việc thu thập một lượng lớn dữ liệu liên quan và xử lý nó thành những hiểu biết có thể hành động – điều mà loài người đã không thể làm được trong lịch sử. Nó có loại công nghệ cho phép một quốc gia vượt lên của những người khác, và cuối cùng, thống trị thế giới. Kết quả là, nó đã bị các quốc gia tiến bộ trên thế giới thực hiện rất nghiêm túc..

Một sự lựa chọn nghề nghiệp béo bở

Bên cạnh mưu đồ quốc tế, khoa học dữ liệu và học máy là một lĩnh vực mới nóng hổi với một cơ hội đáng kinh ngạc. Nhu cầu nằm ngoài bảng xếp hạng (nói một cách nhẹ nhàng), và có rất nhiều nhà khoa học dữ liệu xung quanh. Ngay cả những người tầm thường.

Nó giống như chúng tôi đã đột nhiên phát hiện ra nhiều hành tinh có thể ở được và ở đó có đủ người để di chuyển chúng đến. Tôi có thể tiếp tục và tiếp tục và nghe như một bản ghi bị hỏng, nhưng tôi nghĩ rằng infographic này làm công việc tốt hơn nhiều:

Nguồn: insidebigdata.com

Vì vậy, chúng tôi thấy rằng mức lương bắt đầu ở mức 50.000 đô la + và đối với các nhà quản lý, có thể vượt quá 250.000 đô la.

Và không chỉ vậy, đến năm 2020, một người trung bình trên hành tinh này sẽ tạo ra 1,7 MB dữ liệu mỗi giây. Đó là 3.500 TB dữ liệu trong toàn bộ cuộc đời – nhiều dữ liệu hơn chúng ta biết cách xử lý như bây giờ, hãy để một mình sử dụng để phân tích. Nếu nói rằng tương lai tươi sáng sẽ làm bất đồng với đồng cỏ mới tuyệt vời này.

Khoa học dữ liệu và máy học có khó không??

Câu hỏi hay!

Theo kinh nghiệm của tôi, câu trả lời là cả hai có

Trí thông minh nhân tạo (và bằng cách mở rộng, học máy), là điều khó nhất để làm nếu bạn có xu hướng nghiên cứu và đẩy phong bì. Đối với công việc như vậy, thậm chí một bằng tiến sĩ. mỗi môn khoa học máy tính và toán học là không đủ. Nhưng sau đó, một người bình thường không có tham vọng không phải là thời gian để theo đuổi như vậy.

Ở đầu bên kia là những gì tôi gọi là Khoa học dữ liệu ứng dụng và Học máy.

Đó là, bạn sử dụng các công cụ, kỹ thuật và thuật toán hiện có và áp dụng chúng để giải quyết một số vấn đề trong thế giới thực. Phần này đòi hỏi sự tận tâm, nhận thức và tư duy sáng tạo (và kiến ​​thức về một số khái niệm toán học đơn giản, nhanh chóng được học), nhưng liên quan đến kiến ​​thức kỹ thuật thực sự, thì khoan dung hơn nhiều so với công việc của một kỹ sư phần mềm gọi.

Nói cách khác, nó không phải là một cuộc đi chơi, mà là phần thưởng cho tỷ lệ nỗ lực, là một trong những khoản đầu tư tốt nhất hiện có.

Giờ đây, bạn đã củng cố quyết tâm trở thành một nhà khoa học dữ liệu và kỹ sư máy học, hãy để bắt đầu khám phá những lựa chọn tốt nhất ngoài kia.

Khóa học sự cố máy học (Google)

Không nhiều người biết, nhưng Google có một phạm vi rộng, rất thực tế và khóa học miễn phí về Machine Learning. Theo công ty, đó là một phần trong cam kết của họ trong việc thúc đẩy các công nghệ AI / ML và giữ cho kiến ​​thức luôn mở.

Điều tốt nhất về khóa học này là không có điều kiện tiên quyết, nhưng hãy chuẩn bị thêm thời gian để tự mình khám phá các khái niệm thống kê.

Ý tôi là, nó không cần thiết, nhưng nếu bạn không có nền tảng về số liệu thống kê nâng cao, thì những lời giải thích trong khóa học này có thể không đủ. Một điều hấp dẫn nữa là khóa học này giới thiệu Machine Learning thông qua Kéo căng, đó là một triển khai ML được phát triển bởi Google. Vì vậy, theo một cách nào đó, Google đặt mục tiêu quảng bá API cho Machine Learning, nhưng xem xét giá trị được cung cấp bởi khóa học này, tôi không thấy cách đó là một trở ngại.

Nếu có bất cứ điều gì, TensorFlow là một trong những cách dễ dàng để vào ML và thích sự nổi tiếng điên cuồng (để so sánh các khung AI, hãy xem điều này).

Khoa học dữ liệu CS109 (Đại học Harvard)

Tên Harvard truyền cảm hứng cho sự kinh ngạc, và khóa học này cũng vậy.

Điều đầu tiên trước tiên: nó không phải là một khóa học nhanh chóng, mà bạn có thể nhón chân quanh Machine Learning bằng cách viết một đoạn trích ở đây hoặc một đoạn script ở đây. Khóa học này là một lễ rửa tội nghiêm trọng đòi hỏi phải làm việc chăm chỉ và đầu tư đáng kể thời gian.

Khóa học đi kèm với video miễn phí, mã (được lưu trữ trên GitHub) và các giải pháp cho các bài tập trong phòng thí nghiệm, vì vậy thực tế, bạn không bị hạn chế bởi bất cứ điều gì nếu bạn muốn dùng nó.

Đối tượng lý tưởng?

Bạn không đùa đâu.

Tôi nói rằng các chuyên gia làm việc với giáo dục toán học đàng hoàng, mặc dù họ có thể không học toán nữa (thói quen suy luận và bằng chứng là điều cần thiết nhất). Nhưng một lần nữa, xin được cảnh báo: bạn có thể nghĩ rằng mình tốt, nhưng khóa học này sẽ có cảm giác như có móng tay cứng cho bữa sáng – vấn đề thực hành đủ thách thức để khiến bạn khóc, nhưng sau đó, đó chính xác là điều bạn ‘ Đang tìm kiếm!

Học máy (Andrew Ng)

Đi vào một quán bar chứa đầy các nhà khoa học dữ liệu và hỏi Andrew Ng là ai, và bạn sẽ đánh bại cuộc sống của mình.

Trong vòng tròn của khoa học dữ liệu và học máy, Andrew Ng đã đạt được trạng thái thần thánh, nhờ vào khóa học đặc biệt của mình về Coursera – Học máy.

Và nếu bạn nghi ngờ thông tin đăng nhập của Andrew Ng, tôi sẽ để điều này tự nói lên:

Nó có một khóa học trả phí, trong đó nó là một phần của kế hoạch định giá Coursera, nhưng cam kết và quyết tâm tài chính không phải là điều kiện tiên quyết duy nhất. Đây là một khóa học dài khi Andrew đi sâu vào toán học đằng sau tất cả những điều ML và mổ xẻ các thuật toán phổ biến. Nhưng may mắn thay, đó là một khóa học hoàn chỉnh, và bạn sẽ được hướng dẫn từng bước vào độ sâu tối nhất và mang về.

Rất khuyến khích, chủ yếu là vì phô trương chứng chỉ hoàn thành khóa học này đã trở thành một điều ngày hôm nay!

Khoa học dữ liệu ứng dụng với Python

Các chuyên ngành về Coursera bao gồm một loạt các khóa học nhằm đưa bạn từ số 0 đến thành thạo một khái niệm cụ thể. Nếu bạn đang tìm kiếm một khóa học hoàn chỉnh, nghiêm túc nhưng thân thiện về Khoa học dữ liệu và Học máy với Python, tôi có thể khuyên bạn nên điều này chuyên môn hóa đủ.

Kết thúc khóa học, bạn kiếm được một chứng chỉ.

Thực hành Deep Learning cho Coders

Khóa học này là một phước lành và là đề xuất yêu thích nhất của tôi trong danh sách này nếu bạn là một lập trình viên.

Tôi nói điều đó một lần nữa: nếu bạn là một lập trình viên.

Điều đó vì khóa học này không dành thời gian dạy cho bạn những điều cơ bản về lập trình. Mô tả khóa học nói như vậy trong các điều khoản rất rõ ràng (nhấn mạnh là bản gốc):

Chúng tôi cho rằng tất cả mọi người tham gia khóa học này đều có ít nhất một năm kinh nghiệm mã hóa. Khóa học sử dụng python làm ngôn ngữ giảng dạy, vì vậy nếu bạn không biết python thì chúng tôi cho rằng bạn sẽ dành thời gian để học tập cho một coder có kinh nghiệm, bạn nên thấy rằng python là một ngôn ngữ khá dễ học.

Vì vậy, nếu bạn đã biết Python (nếu không học ở đây), hoặc có thể nhanh chóng thoải mái, đây là khóa học hoàn hảo cho những người thực dụng muốn xây dựng các hệ thống thực sự, có thể sử dụng mà không phải lo lắng quá nhiều về nền tảng lý thuyết của các thuật toán.

Tôi thậm chí có thể nói nó LỚN cho những người tin thiếu kiên nhẫn (như tôi!), Người ghét lễ và sự đơn điệu.

Và ồ, tôi đã đề cập đến nó MIỄN PHÍ 100% và có một cộng đồng tuyệt vời?!

Phần kết luận

Phù!

Đây là một danh sách khó biên dịch. Không phải vì không có đủ nguồn tốt, mà vì có quá nhiều!

Machine Learning là một miền đã bùng nổ theo nghĩa đen và đang giải quyết các vấn đề khó khăn thực sự thanh lịch, và vì vậy có hàng trăm khóa học trực tuyến, miễn phí và trả phí, hầu hết trong số họ đang thực sự, thực sự tốt. Nhưng đây cũng có thể là một nguồn gây nhầm lẫn, đó là lý do tại sao tôi đã cố gắng giảm xuống còn năm cho các loại người học khác nhau theo mức độ kinh nghiệm của họ.

Hy vọng nó sẽ giúp!

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