Курс по Data Science от экспертов из области

Курс по MLOps

Как изучить Data Science в 2023 году? С чего стоит начинать и в какой последовательности необходимо изучать материал?

Таймкоды:

00:00 С чего начать обучение Data Science? Примеры задач

00:49 Python, основные темы

01:30 Полезные каналы по Python, книги и важность решения leetcode

02:50 Математика для Data Science. Математический анализ

03:41 Линейная алгебра

04:12 Статистика

05:04 Модели машинного обучения

06:27 Нейросети

07:12 Дополнительные инструменты Docker и Git

08:01 MLOps

08:42 Практика на Kaggle / Pet-project / Хакатоны

09:13 Как эффективно и быстро учиться?

10:11 Сколько в день нужно учиться?

1. Плейлист python с нуля https://youtube.com/playlist?list=PLXgqe2js59nuKaZVLJfZ2LaLVkeiSkInV&si=wP7w_4qe9OpjvY0T

2. Каналы по python

3. Видео по базовым основам линейной алгебре https://youtu.be/S6yg8N0VWAY

4. Видео по математическому анализу https://youtu.be/Nrq74MRHHJs

5. Программа обучения, по которой вы можете ориентироваться https://pymagic.ru/data-science/#programma

6. Книги: "Основы python для Data Science" Кеннеди Берман, "Алгоритмы с примерами на Python" Джордж Хайнеман, "Head First Git" Раджу Ганди, "Практическая статистика для специалистов Data Science" П. Брюс, "Python и машинное обучение" Себастьян Рашка,

7. Kaggle https://www.kaggle.com, https://ods.ai

8. Практическое видео по Docker https://youtu.be/8AS-wTTfuQI

Источник: t.me

Комментарии: