Ууу, чюваки, тут для нас начинающих подобрали: https://tproger.ru/curriculum/data-scientist-curriculum/

Ууу, чюваки, тут для нас начинающих подобрали: https://tproger.ru/curriculum/data-scientist-curriculum/

У Кати Демидовой список более широкий

Ну вдруг кого-то большой список пугает)

У Кати Демидовой список более широкий

есть ссылка на список?

есть ссылка на список?

И я должен вам на всякий случай еще напомнить про наши правила :) #правила Здесь действует одно правило: правило адекватного, профессионального общения, релевантного теме нашей группы. Полезные ресурсы: ▫️Ссылки на материалы, статьи и примеры по AI и ML ▫️Коллекция книг по AI и ML

Вот в разделе полезные ресурсы :) Там и книги, и ссылка на гитхаб Кати Демидовой

Это прямо вот must read

Благодарю

А может, есть какой-нибудь совет, как это всё осилить?)

Есть. Нужно чтобы за успешное усвоение материала была награда, а за отлынивание - наказание. Работает (с)

? Тогда курс по развитию силы воли не помешал бы ещё :D

Тут не курс нужен. А хорошая твёрдая рука с ремнём :)

???

Ну мне для случая, когда один живёшь)

Всё очень сильно зависит. Но в большинстве случаев можно научиться самостоятельному контролю. Для этого нужно поощрять себя какими-нибудь "ништяками" за новые достижения. И наоборот - наказывать, пока не выполнишь что-либо. Если поставить себе достаточно жёсткие рамки и недели три жить в таком режиме, можно привыкнуть и втянуться. А дальше всё как по-маслу пойдёт само

Всё очень сильно зависит. Но в большинстве случаев можно научиться самостоятельному контролю. Для этого нужно поощрять себя какими-нибудь "ништяками" за новые достижения. И наоборот - наказывать, пока не выполнишь что-либо. Если поставить себе достаточно жёсткие рамки и недели три жить в таком режиме, можно привыкнуть и втянуться. А дальше всё как по-маслу пойдёт само

Из личного опыта говоришь это?

Нужна цель. Когда есть, тогда и любой инструмент для её достижения осилишь.

Из личного опыта говоришь это?

Как ни странно да. Я многих целей добился благодаря такому подходу. Курить, например, бросил :) из самого приятного и значимого

Лучше бороться не с ленью, а с "начинанием". Я не мог не заметить что все вокруг хотят "чтоб попроще", или "для начинающих". А когда приступают к изучению - зевают и скучают, потому что уже где-то видели это "чтоб попроще". А где же челлендж? Где же стремление стать лучше чем ты был сам? Вот, как мне думается, это и есть самое приоритетное для всех. Беритесь за сложное! Вгрызайтесь! Поставили точную цель - достигайте :)

Что сложного то?

Лучше бороться не с ленью, а с "начинанием". Я не мог не заметить что все вокруг хотят "чтоб попроще", или "для начинающих". А когда приступают к изучению - зевают и скучают, потому что уже где-то видели это "чтоб попроще". А где же челлендж? Где же стремление стать лучше чем ты был сам? Вот, как мне думается, это и есть самое приоритетное для всех. Беритесь за сложное! Вгрызайтесь! Поставили точную цель - достигайте :)

для начинающих != просто вроде как

для начинающих != просто вроде как

В большинстве случаев все ищут где попроще :)

В большинстве случаев все ищут где попроще :)

ну такое

ну такое

99%

В большинстве случаев все ищут где попроще :)

без связи с начинанием обычно

лучше сложнее, но глубже

лучше сложнее, но глубже

Нас таких осталось мало :)

Мне больше другой способ подходит. Я разбивая тяжелую, большую и неприятную задачу на небольшие микрошаги. Бытовой пример - пойти в зал. Я начал с того что сложил сумку. И на сегодня хватит. Завтра я захватил ее на работу.

99%

и вот изза наплыва литры для 99% мало вообще читать хочется :<

Для микрошагов не нужна воля или мотивация.

Нас таких осталось мало :)

а таких кто так не только пишет но и делает вообще единицы)

Мне больше другой способ подходит. Я разбивая тяжелую, большую и неприятную задачу на небольшие микрошаги. Бытовой пример - пойти в зал. Я начал с того что сложил сумку. И на сегодня хватит. Завтра я захватил ее на работу.

Кстати тоже решение мотивации

Они не несут какой то пользы сами по себе.

Нас таких осталось мало :)

не, я просто поговорить в пустоту. учить что то - выше меня

Но потом втягиваешься.

?

Нас таких осталось мало :)

Зато потом конкуренции меньше)

Зато потом конкуренции меньше)

Это самый главный довод не помогать ленивым :) Поэтому я и цитирую при случае Лебедева

На Udacity очень даже годные курсы, без лишней воды и с примерами. Но с ними лучше что-то паралельно читать по теме.

Читать параллельно лучше Andrew Ng тогда уж

Я имею ввиду, если начинать с самого начала.

Ng уже уровнем выше все же.

Разве?

Мне казалось что он как раз в основном даёт хорошие фундаментальные азы

:-/

Ну без знания базовых принципов теорвера и мат статистике от него толку будет не много, как и от Воронцова?. Я просто говорил про уровень, для котрого подойдет план обучения, предоставленный выше.

Ну без знания базовых принципов теорвера и мат статистике от него толку будет не много, как и от Воронцова?. Я просто говорил про уровень, для котрого подойдет план обучения, предоставленный выше.

Без ОЧЕНЬ хорошей математики Воронцова слушать нереально

Без ОЧЕНЬ хорошей математики Воронцова слушать нереально

+

Тут не поспоришь?

Без очень хорошей математики не следует даже думать о Data Science.

Без очень хорошей математики не следует даже думать о Data Science.

смотря что считать очень хорошей математикой

Без очень хорошей математики не следует даже думать о Data Science.

я думаю :<

смотря что считать очень хорошей математикой

@KamnevaAlena ?

ERROR: S client not available

я б не сказал что бакалавр по математике это "очень хорошо", но для DS это более чем достаточно

Мыслепреступления в треде. А что делать, если у тебя вообще не было математики и ты сам матричные умножения изучаешь?

Можно думать о DS?

смотря что считать очень хорошей математикой

Вот да. У меня нормальная математика. Но как «начало начал» воронцов не пошел. Было непонятно к чему вот это вот все. Тот же Ын хорошо показывает использование и связь математики. И после него лекции Воронцова воспринимаются осмысленно.

Можно думать о DS?

Да. Нет ничего невозможного для человека с интеллектом

Да. Нет ничего невозможного для человека с интеллектом

У меня вроде есть интеллект, если я не философский зомби!

Кстати, а какие есть альтернативы специализации от Яндекса, кроме Андрюши и его Octave?

А что значит "изучаю матричные умножения"?

Мыслепреступления в треде. А что делать, если у тебя вообще не было математики и ты сам матричные умножения изучаешь?

Типа неделю думать где строка, а где столбец

Или ты про разреженные

Типа неделю думать где строка, а где столбец

Я всё пытался запомнить, как именно перемножать матрицы. Тип в какой из них идти по столбцам, в какой по строкам. Сейчас с определителями вожусь. Я понимаю, что мне это никогда не пригодится, но стараюсь сначала на низком уровне понять всё, а потом уже идти выше.

Ну, там, вдруг электричество исчезнет и придётся вручную сетки делать с помощью тысяч рабов. ?

Ну, там, вдруг электричество исчезнет и придётся вручную сетки делать с помощью тысяч рабов. ?

Мне кажется будут проблемы поважнее

Мне кажется будут проблемы поважнее

Ничего подобного! Я смотрел пилот какого-то сериала!

Там тысячи рабов делали сетки?

Можно ссылочку?

К сожалению, нет, там у какого-то парня был какой-то кулон, который запускал древние компы. Но я не стал дальше смотреть.

А про рабов и сеточки идея отличная, по-моему!

Что-то похожее у Лю Цысиня

в 'Задаче трех тел'

Но вообще интересный вопрос насчет математики. Слышал не раз от знакомых, что необходимость знаний математики в ml в большинстве ситуаций сильно преувеличена и довольно кусочна, т.е. корпеть вечерами над задачниками смысла нет.

Смотря какие задачи решаешь

Но вообще интересный вопрос насчет математики. Слышал не раз от знакомых, что необходимость знаний математики в ml в большинстве ситуаций сильно преувеличена и довольно кусочна, т.е. корпеть вечерами над задачниками смысла нет.

В dl да, в ml нет

Если хочешь разбираться хотя бы в pca, то надо знать как надо раскладывать матрицы, знать что такое матрица ковариаций, как максимизировать дисперсию и так далее. А если начать изучать неградиентные методы снижения размерности(которые любят в МФТИ), то надо много всего) короче любой метод, он так или иначе связан с математикой и не зная её можно убить очень много времени на жадный подбор архитектуры алгоритма, а если данных много, то никто не даст вам столько времени?

А вообще знание английского больше матана пригодится!)

Хватит это терпеть