Наука о данных, искусственный интеллект, машинное обучение: путь самоучки

[ZlodeiBaal]

На мой взгляд это единственный правильный путь в ML. Обучение через курсы/через лекции — всё пусто. ML про «научится бороться с незнакомыми проблемами», а это постигается только через боль и практику.
Чуть более подробно на эту тему видео даже как-то делал, ибо осмысленности для статьи на Хабр мало, а для своего блога долго и влом на эту тему писать было:

Ещё полезное, о чём я там рассказываю, а тут нет — это всякие kaggle, пробовать участвовать там. Читать адекватные сообщества/адекватные подборки, чтобы во времени оставаться привязанным. А остальное да- всё норм написано.
Ну разве что наставников на мой взгляд не на какой-то платформе искать, а в ODS-е чатиться и общаться)

[KRRGuest]

Мне кажется, Вы излишне категоричны. Например, лауреат премии Тьюринга Ян ЛеКун учился у знаменитого логика Аврима Блюма. Иначе мы могли бы и не узнать ничего о замечательных сверточных нейросетях.
Я бы посоветовал обратиться к лекторам, которые поощряют у своих студентов соревновательный дух (и сами участвовали в них), при этом снабжают своих студентов достаточными теоретическими знаниями.
Наиболее яркий пример — д.ф.-м.н. проф. А.Г.Дьяконов (ВМК МГУ).
В следующем семестре почти наверняка можно будет смотреть его видеолекции (положительная сторона карантина). А сейчас я предлагаю найти и оценить его блог «Анализ малых данных». Своих студентов я к нему отправляю…

[Viceroyalty]

Чем вам coursaria не угодила? Как без понимания строить модели, если задача не типичная?

[OlegPeregudov]

Хорошая статья, тоже так учусь. Добавлю немного:
1. Учите английский. Вам откроются колоссальные образовательные ресурсы со всего мира.
2. Немного подтянув python, обязательно зайдите и посмотрите kaggle. Там готовые кернелы с подробнейшим описанием решений. Просто клад.
3. Не пренебрегайте платными (я больше про недорогие) курсами. Люди стараются, душу вкладывают в свои курсы. В итоге курсы получаются очень интересными, их хочется смотреть как крутой сериал от HBO. Не пожалев немного денег (например распродажи на udemy ~800р за курс, пару раз в месяц) вы получите хороший курс, настоящие проекты, ответы преподавателей на вопросы. Супер тема. Ни копейки не жалко.
Вот хороший python курс «all inclusive» www.udemy.com/course/complete-python-bootcamp
Я у него прошел несколько ML + DS курсов. Отличный инструктор. Этот курс можно начинать вообще с 0. Не зная ничего. Не понравится — можно в течении 30 дней вернуть деньги без вопросов. То есть как бы можно купить, пройти и потребовать рефанд и вам должны все вернуть. Я возвращал курсы, которые мне не нравились после пары уроков. Но не портите себе карму. Будте человеком.
4. начинайте кодить простенькие проекты как можно раньше. Сначала страшно, но написав какой-нибудь простой скрейпер погоды или курсов валют + телеграмм бота который все это вам отправляет в чат, вы почувствуете необыкновенный прилив мотивации.

ps. Оглядываясь в самое начало обучения, можно было бы более оптимально подойти к обучению, но во многой я благодарен именно курсу по python, самому первому материалу имеющиму хоть какое-то отношение к Data Science и инструктору который так все круто обяснил, что мне захотелось учиться дальше.

Удачи!

[Viceroyalty]

Сначала страшно, но написав какой-нибудь простой скрейпер погоды или курсов валют

вы, имеете ввиду именно скрейпер без предсказания иначе одно из двух: или программа будет совсем не простой или мне пора на свалку. (Задолбался определять курсы валют на завтра по предыдущим и предыдущей цене на нефть, в итоге бросил — не достиг прогнозов с точностью сколь-нибудь значимо отличающейся от 50%)

[vagon333]

Спасибо за статью.
Насчет наставника, все верно. На первых порах масса довольно легких вопросов, которы проще просянить с наставником.
Зарегистрировался на Notitia AI. Что-то туплю.
Вопрос — вы работали с наставником из Notitia AI?

[Damir1981]

Отличная статья! Спасибо. Посоветуйте, пожалуйста, подробную статью по анализу данных для самоучек/начинающих.