Мой путь в этой области и советы юниорам
Я начал свой путь в машинное обучение в прошлом году. Я начал с типичной последовательности обучения: сначала Python, затем NumPy, затем Pandas, Matplotlib и так далее. Однако вскоре я понял, что Интернет насыщен некачественными ресурсами. В настоящее время простое следование библиотечному подходу не гарантирует глубокого понимания этой области. По моему личному мнению, большая часть работы, которую я выполнил за последний год, достойна похвалы, но я считаю, что могла бы добиться еще лучших результатов, если бы пошла менее традиционным путем.
Я выбрал тот, по которому меньше ездили, и в этом вся разница. ~ Роберт Фрост
Теперь, когда я немного продвинулся в этой области, у меня есть определенные предложения для моих юниоров, которые попытаются заняться этой областью:
1) Основывайте свое обучение на практических проектах.
2) Не тратьте время на ненужные библиотеки.
3) Начните с Python, затем Numpy, а затем рассмотрите возможность изучения FastAI.
4) Хотя YouTube предлагает ценные видеолекции, будьте внимательны: многие из них бесполезны.
Некоторые ресурсы для начала работы
- Python Пола Мчвотера (20 лекций)
- Глубокое обучение для программистов 2022, Джереми Ховард. (Обязательно используйте эту книгу)
- Введение в числовые вычисления Алекса-Шабо