¿Quieres un curso de aprendizaje rápido, punta del iceberg, ‘más pelusa que sustancia real’ sobre aprendizaje automático? Bueno. Esto es lo que haces.
- Tome el curso gratuito de Udacity sobre Machine Learning (el que tiene el conjunto de datos de correo electrónico de Enron como caso de estudio). Obtendrá una visión general de alto nivel no solo de Forrest Random y SVM, sino de muchos clasificadores diferentes, así como temas generales de aprendizaje automático. Mire los videos lo más rápido que pueda y omita los ejercicios de codificación / mini proyectos por ahora. Mierda, ¡hay un montón de cosas en otros sitios también! ¡El mundo es tu ostra!
- Usando lo que has aprendido, crea un clasificador de texto de muestra en Python (el curso te enseña a trabajar con Python 2). Algo para impresionar al entrevistador … ¡hay muchas oportunidades para clasificadores interesantes! Tal vez desee capacitar a un modelo para poder predecir qué tan alto se califica una receta en un sitio web de alimentos en función de características como la duración de la receta, los ingredientes enumerados, ciertos misceláneos. artículos, etc.… tal vez descubras que las recetas relacionadas con carne de cerdo están predeterminadas para tener una calificación más baja. O tal vez desee hacer algunas cosas interesantes junto con una biblioteca como NLTK y construir más de un ‘bot’ que haga algo genial como resúmenes automáticos de artículos y mejore con más datos de capacitación que lo alimente. Tal vez desee analizar sus diversos perfiles de Tinder y líneas de recogida y por qué no obtiene coincidencias 🙁
- Ligera alternativa al paso 2, ya que no tengo idea de qué tan buen programador eres y, francamente, no espero que alguien solo tome Python de la noche a la mañana y sea fluido con bibliotecas como Numpy y Pandas. ¡Roba el código de competencia Kaggle de alguien para clasificar el cáncer de mama o los puntos críticos de delincuencia en una ciudad, modifícalo ligeramente y pasa la mayor parte de tu tiempo aprendiendo cómo hablar sobre este código como si lo hubieras escrito! Simplemente no puede superar este método en términos de eficiencia, ya que probablemente esté robando a alguien en la parte superior del campo de aprendizaje automático. ¡También tiene el impulso adicional de ser terriblemente poco ético! 😀
- Aprenda sobre palabras de moda y tecnologías importantes, así como métricas / tramas importantes que puede explicar al entrevistador. Blah blah blah Tuve que reducir la dimensionalidad de mis vectorizadores tfidf especificando un cierto percentil blah blah SVD truncados para ayudar aún más a blah blah algo sobre la validación cruzada y su curva ROC para validar su modelo. ¡Puntos de bonificación por crear su matriz de confusión a través de una tabla dinámica en Excel si su entrevistador es más un hombre de negocios / gal que un desarrollador! No olvides hablar sobre todos los datos encantadores que estás utilizando para el proyecto, nada suscitará jimmies más rápido que hablar sobre tu increíble clasificador y luego revelar accidentalmente que creías que 50 elementos para 20 clasificaciones eran un conjunto de entrenamiento adecuado. ¡Tienes 10,000 … no … 10 billones de recetas con tu raspador de hilo único! Tuviste tu guión ejecutándose durante semanas porque estabas tan dedicado a descubrir por qué la gente odia tanto las chuletas de cerdo y cómo la carne de res es la carne más privilegiada. Además, su ISP ha marcado su cuenta varias veces y está amenazando con desconectar su servicio, por lo que REALMENTE necesita este trabajo.
- Tira esa mierda en un cuaderno de Jupyter, a la gente le encanta esa mierda. Ejecute eso directamente desde su Github, no tendrá que escribir ningún código propio frente al entrevistador ya que, ¡oye, todo está a la vista paso a paso! ¿Mencioné las parcelas? Necesitas una trama para todo. Trace su ROC / AUC al azar porque se ve genial. ¡Lanza un diagrama de dispersión generado aleatoriamente allí y mira si el entrevistador se da cuenta … si lo hace, aplaude sus habilidades de observación y pregúntales si puedes mezclar las cosas y comenzar a entrevistarlos!
- Págame $ 1,000 a través de Western Union y envíame una foto vergonzosa de ti mismo y te enseñaré todo lo que hay que saber sobre el aprendizaje automático (que, irónicamente, no es mucho, así que sabes que podré hacerlo ¡en una semana! ¡La primera lección es cómo tomar el código ML Github de alguien y cambiar la sintaxis suficiente para que se vea como el tuyo!).
- Siendo realistas, ignore la mayoría de mis consejos y siga con el paso 1. Tal vez construya un pequeño proyecto si tiene tiempo extra, pero su mejor apuesta en una semana es probablemente aprender lo más ampliamente posible en general mientras se concentra en algunos Temas y oraciones son lo suficientemente buenos para controlar el flujo de la entrevista para que pueda hablar sobre ellos. Además, siéntase libre de enviarme un mensaje privado si desea un consejo más serio, me divertí demasiado escribiendo esta respuesta.
¡Buena suerte!
- ¿Qué cursos deben tomar los antecedentes de EE para el aprendizaje profundo?
- ¿Cómo funcionan las redes de propuestas regionales (RPN)?
- ¿Qué piensa Vijay Balasubramaniyan del aprendizaje automático Adversarial?
- Cómo comenzar a aprender ciencia de datos y convertirse en un maestro en ello
- ¿Cuáles son las lecciones del desafío del Premio Netflix?
