Как постичь machine learning?
Публичный пост
3 июля 2020
1328
Я закончил магистратуру и для дальнейшего развития я хочу изучить машинное обучние, чтобы иметь больше возможностей в своей карьере.
Мне хочется достичь того уровня, который позволит более менее понимать, как все это работает.
И у меня встает вопрос - с чего начать изучение ML? Какие интернет-ресурсы, видео, книги, курсы можно изучить, чтобы разобраться (желательно русскоязычные, ибо английский мой плох). В ВУЗе некоторые элементы были машинного обучения были, но все-таки хочется разобраться всерьез.
P.S. Статью Вастрика читал.
С ходу нужно отметить, что тебе стоит заглянуть в Slack-канал ods.ai. Любой вопрос по ML, нейронкам, NLP и всему подобному можно задать там. Также у них есть свои self-paced курсы: mlcourse.ai и dlcourse.ai.
По классическому ML могу посоветовать Стэнфордский курс от AndrewNG: https://www.coursera.org/learn/machine-learning
Курс немного староват, но базу и понимание моделей дает хорошо.
По Deep Learning могу посоветовать специализацию от deeplearning.ai, которую, как неожиданно, ведет тоже AndrewNG: https://www.coursera.org/specializations/deep-learning
В выше упомянутом Slack-канале можешь найти доп. материалы и всё остальное, что тебе будет нужно :)
https://www.oreilly.com/library/view/hands-on-machine-learning/9781492032632/ найди эту книжку в интернете, для работы уже хватит. Современный ML/DS покрывается чуть-менее чем полностью. Дрочить теорию нет смысла в начале.
На Курсере есть специализация Яндекса и МФТИ на русском. База там подробно изложена.
Вообще ключевой язык в отрасли английский, так что без него сложно будет прокачаться
Никто пока здесь не упомянул, но слышал много рекомендаций о fast.ai как о курсе по ML специально для программистов. Даже
великий и ужасныйБобук его на своих выступлениях и в Радио-Т неоднократно рекомендовал. Но на английском, да. Сам пока, правда, этот не курс не проходил.Я бы отметил, что для развития в МЛ хард скиллов очень мало, нужна задача (данные).
Я "вкатывался" в это дело в 2016-17 годах, и понял, что не так страшны алгоритмы с матаном (реально Эндрю Ын всё разжует), и нет особых проблем в том чтобы со временем освоить пляски с коэффициентами.
Главная проблема, это то, что данных, пригодных для МЛ, тупо почти нигде нет. А сбор датасета - это не совсем хард скилл, с одной стороны там нет ничего сложного, и никто этому особо не учит, с другой стороны - это самая сложная, и порой невозможная часть.
А с хорошим датасетом щас и обезьяна может в каком нибудь тулбоксе поиграться и чего-то там обучить, не зная ничего вообще про фундамент.
На kaggle есть несколько интерактивных туториалов. Конечно теоретической части там мало, зато можно сразу увидеть результат написанного тобой.