5 простых шагов для новичков в освоении машинного обучения

Описание: В этом видео подробно разбираются практические шаги по освоению машинного обучения на Python. Жаль, что я не посмотрел это видео, когда только начинал изучать машинное обучение.

Мой курс по машинному обучению — https://dbourke.link/mlcourse
Версия этого видео в блоге — https://dbourke.link/5stepstoml
Узнайте всё это в одном месте на DataCamp — http://bit.ly/datacampmrdbourke
Бонус: 6-шаговое руководство для этапа моделирования проектов машинного обучения — https://dbourke.link/6stepmlfieldguide

Другие упомянутые ссылки (по порядку)

Шаг 1 — Изучите Python, инструменты науки о данных и концепции машинного обучения
Элементы искусственного интеллекта — https://www.elementsofai.com/
Python для всех на Coursera — https://bit.ly/pythoneverybodycoursera
Изучите Python от freeCodeCamp —    • Learn Python - Full Course for Beginners [...  
Учебник по Anaconda от Кори Шафера —    • Python Tutorial: Anaconda - Installation a...  
Бонус: запись в блоге Anaconda - https://dbourke.link/anaconda
Руководство по Jupyter Notebook от Кори Шафера -    • Jupyter Notebook Tutorial: Introduction, S...  

Шаг 2. Изучите обработку, анализ и визуализацию данных с помощью pandas, NumPy и Matplotlib
Прикладная наука о данных с Python - http://bit.ly/courseraDS
Серия Codebasics Pandas -    • Pandas Tutorial (Data Analysis In Python)  
Видео FreeCodeCamp по NumPy -    • Python NumPy Tutorial for Beginners  
Серия Sentdex Matplotlib -    • Matplotlib Tutorial Series - Graphing in P...  

Шаг 3. Изучайте машинное обучение с помощью scikit-learn
Серия Data School scikit-learn -    • Machine learning in Python with scikit-learn  
Бонус: курс по машинному обучению Fastai - https://course18.fast.ai/ml

Шаг 4. Изучите глубокое обучение и нейронные сети
Специализация Эндрю Нга по глубокому обучению на Coursera - https://bit.ly/courseradl
Учебная программа Fastai по глубокому обучению - https://fast.ai

Шаг 5. Дополнительные материалы и книги
Мои любимые книги по машинному обучению (видео) -    • These books will help you learn machine le...  
«Python для анализа данных» Уэса Маккинни - https://amzn.to/2Z1QZNp
Практическое машинное обучение с использованием scikit-learn и TensorFlow от Орельена Жерона - https://amzn.to/2Q8iy4v
Механика машинного обучения от Терренса Парра и Джереми Ховарда - https://mlbook.explained.ai/
Введение в разведочный анализ данных (пример проекта) - https://towardsdatascience.com/a-gent...
Как работать над собственными проектами машинного обучения (статья) - https://towardsdatascience.com/how-to...

Временные метки
0:26 — Для кого это видео
0:41 — Мой стиль обучения (сначала код)
1:51 - Шаг 1. Изучите Python, инструменты для анализа данных и концепции машинного обучения.
3:10 - Шаг 2. Изучите обработку данных, анализ и визуализацию с помощью Pandas, NumPy и Matplotlib.
4:57 - Шаг 3. Изучите машинное обучение с помощью scikit-learn.
6:07 - Шаг 4. Изучите глубокое обучение и нейронные сети.
7:33 - Шаг 5. Дополнительные занятия и книги.
10:07 - Где я могу освоить все эти навыки?
10:47 - Сколько времени всё это займёт?
11:45 - А как насчёт статистики? Теории вероятностей? Математики?
12:19 - А как насчёт сертификаций?

Примечание: везде, где это возможно, использовались партнёрские ссылки. Это означает, что, перейдя по ссылке и купив что-либо, я могу получить процент от цены покупки. Это не повлияет на цену товара.

Получайте обновления о моей работе по электронной почте — https://dbourke.link/newsletter
Поддержка на Patreon — https://bit.ly/mrdbourkepatreon

Свяжитесь с нами:
Веб — https://dbourke.link/web
Quora — https://dbourke.link/quora
Medium — https://dbourke.link/medium
Twitter — https://dbourke.link/twitter
LinkedIn — https://dbourke.link/mpMxSc