Obtenga un trabajo donde pueda aprender y aplicar la ciencia de datos.
Ver aprendizaje es un proceso continuo. Después de algunos meses de estudiar ciencias de datos, aún no puede afirmar que lo sabe todo. Mientras estudia, las oportunidades para aplicar los conceptos que aprende son muy pocas.
Bueno, si estás en una industria de ciencias de datos / decisiones, entonces puedes aprender y aplicarlo en problemas del mundo real simultáneamente.
- ¿Es posible compilar una función NumPy para TensorFlow como PyAutoDiff para Theano?
- ¿Qué campo es el mejor, big data o machine learning?
- ¿Qué es el HTML? ¿Cuáles son las características que tiene sobre una representación de datos en texto plano?
- ¿Se pueden usar los modelos ocultos de Markov como clasificadores binarios? Si es así, ¿cómo?
- ¿Tiene sentido la regularización (L2, abandono, etc.) alguna vez para datos muy ruidosos, pero también abundantes, como series de tiempo financieras?
Si todavía está buscando estudiar, The Home of Data Science debería ser útil para usted. Puede abordar un problema y aplicar técnicas / algoritmos que aprenda. Bueno, puedes aprender con varias competiciones como el aprendizaje automático utilizando un conjunto de datos titánico, un analizador de dígitos, etc.
O consiga un trabajo en algunas de las compañías de análisis como Mu Sigma, asociados de ZS.