Gracias por A2A Joy Deep.
Primero, debe aprender a hacer una buena pregunta en cualquier foro. Al menos eche un vistazo a algunos de ellos antes de preguntar. Debería poner un buen título en la sección de título y el resto de los detalles en la parte de descripción, parece un desastre cuando pone todo el texto en el título y deja la descripción en blanco. Tenlo en cuenta la próxima vez.
tl; versión dr:
Ve a resolver Cross Validated , HackerRank y luego Competiciones | Kaggle
Versión larga:
Ahora, pasemos a tu pregunta.
En estadística, como cualquier otra materia, hay múltiples fases de aprendizaje.
- Primero, desarrollas un interés si no estás obligado a aprenderlo.
- Luego, encuentre un buen mentor para aprenderlo, porque si está tratando de aprender algo y no tiene dudas / dudas en su mente, probablemente no lo esté aprendiendo, para aclarar estas dudas, necesita un mentor que tenga suficiente conocimiento en el campo.
Para aprender: plataformas como coursera, edx y udemy o un mentor físico como un profesor o alguien de la industria sería genial.
Para aclarar dudas: pregunte a la persona si está disponible, pregunte en el foro, por supuesto, si está en línea, si no está satisfecho, llegó a Stack Overflow / Cross Validated. - Una vez que haya aprendido un algoritmo, debe aplicarlo para comprenderlo más profundamente. Intente resolver las preguntas de programación del curso en línea, busque las preguntas de la entrevista sobre el tema, intente aclarar las dudas de otros en los foros / Stack Overflow, sus preguntas cruzadas también lo ayudarán a mejorar su conocimiento.
- Hay algunos buenos desafíos de aprendizaje automático en HackerRank. intente resolverlos, para tener una pista, lea primero la solución de los mejores hackers y luego comience.
- Después de alcanzar la excelencia en hackerrank, puedes probar competiciones de kaggle, si tienes grandes habilidades, también puedes ganar precios. Para comenzar, puede probar Titanic: Aprendizaje automático de desastres, Reconocimiento de dígitos, etc. Primeros pasos / Desafíos de juegos e Investigación / Desafíos destacados más adelante.
Al resolver estos desafíos, puede consultar algunos documentos de investigación e implementarlos para obtener una nueva comprensión de los nuevos algoritmos. - El ejercicio final, en mi opinión, será resolver algunos desafíos abiertos / reales como predecir cuáles son las posibilidades de que un video de YouTube se vuelva viral, detectar anuncios objetables en un sitio web, predecir el movimiento del mercado de valores del día siguiente, etc.
Hay sitios como OpenShift de Red Hat, ShinyApps.io y ŷhat | Plataforma de operaciones de ciencia de datos donde puede crear y cargar sus aplicaciones web de forma gratuita. Además, mantenga sus códigos en github.com para que otros puedan pedirlos prestados / actualizarlos, si así lo desean. - Creo que en este proceso tomará más de un año y puede obtener nuevas ideas de negocios, conocer gente nueva, a algunos de ellos les gustaría contratarlo, a algunos les gustaría trabajar para usted.
Espero que seguramente nos crucemos en algún lugar a lo largo de nuestras rutas respectivas.
- ¿Qué es la estimación de máxima verosimilitud?
- ¿Qué es la estimación de contraste de ruido (NCE)?
- ¿Qué método de aprendizaje automático es adecuado para aprender una estrategia comercial no explícita?
- ¿Qué libro de los dos es más completo para PNL: el de Jurafsky o el de Manning?
- ¿Las redes de cápsulas reemplazarán a las redes neuronales?