Специально для вас – гайд по машинному обучению и анализу данных, а также подборка материалов для полного погружения в тему.
С чего начать:
∙ Для начала, нужно погрузиться в тему, для этого прочтите статью о том, что это такое и почему это нужно – vk.cc/4M2cdo или посмотрите видео от PostNauka о машинном обучении – vk.cc/5U4YLj
∙ Затем ознакомтесь с замечательными статьями, но уже на английском языке:
‣ Машинное обучение – это весело! Лёгкая и очень интересная вводная статья о машинном обучении в пяти частях – vk.cc/5U4vz6
‣ Наглядное введение в машинное обучение. Статья с анимированными и интерактивными примерами – vk.cc/42L779
∙ Прочтите гайд для CEO по машинному обучению от McKinsey – vk.cc/5U8VgR
∙ Каждую неделю, во вторник в 19:00, до 27 декабря, мы проводим лекции по анализу данных. Регистрируйтесь, приходите, спрашивайте спикера, вы быстро войдёте в курс дела, получив все презентации лекций и домашние задания. Также в дальнейшем мы пригласим вас на лекции от Oliver Wyman и McKinsey о машинном обучении и диджитализации банкинга
∙ 8 лекций, которые помогут разобраться в машинном обучении и нейросетях – vk.cc/5sLoI4
Где учиться онлайн:
∙ Специализация на Coursera от МФТИ и Яндекс "Машинное обучение и анализ данных": вы можете бесплатно прослушать курсы из этой специализации – vk.cc/57n03Z
∙ Курс «Машинное обучение» от University of Washingtion – vk.cc/5U7Vzt
∙ Машинное обучение от Stanford University – vk.cc/3ATs6p
Где проверить свои навыки:
∙ Чемпионат по машинному обучению от Сбербанка, до 20 декабря вы сможете принять в нём участие или просто посмотреть как выглядят задачи аналитика данных на работе – boosters.pro/champ
∙ Задачи из чемпионатов по машинному обучению, задачи от mail.ru, в общем удобная и полезная площадка для практического применения – mlbootcamp.ru/sandbox/5/
∙ Обучающий курс, состязания по анализу данных, материалы для моделей – kaggle.com/
Какие видео посмотреть для вдохновения:
∙ Удивительные применения программ, которые могут учиться – vk.cc/3hiQUX
∙ Большие данные в анализе генома человека – vk.cc/5U5o3K
∙ Машинное обучение и большие данные – vk.cc/5U5qze
∙ Как компьютеры понимают картинки – vk.cc/3BuCF3
Группы VK, на которые стоит подписаться:
∙ Data Science – Группа по науке о данных
∙ Вычислительная экономика – Обучение анализу данных, в группе есть огромная библиотека о практике и теории всего связанного с data science
∙ Deep Learning – Машинное обучение, нейронные сети
Какие блоги читать:
∙ http://shapescience.xyz – Наука о данных и алгоритмы
∙ aioptify.com – О продвинутом машинному обучении, глубинном анализе данных и применении этого в бизнесе.
∙ fullstackml.com – Машинное обучение
∙ vk.cc/5U8SNA и vk.cc/5U8TgQ– Две подборки блогов о Data science (90+)
Что дальше:
∙ Здесь можно найти ответ на многие вопросы по машинному обучению:
reddit.com/r/MachineLearning/
∙ Гид по машинному обучению для нетехнологических специалистов:
vk.cc/5U87Jr
∙ 70 источников по машинному обучению для начинающих:
habrahabr.ru/company/spbifmo/blog/276479/
∙ Список ресурсов по машинному обучению, часть 1 и 2:
habrahabr.ru/company/spbifmo/blog/277511/
habrahabr.ru/company/spbifmo/blog/277593/
