Comencé a programar en R después de hacer algunos cursos en línea sobre Learn R, Python & Data Science Online | DataCamp. Los cursos básicos eran gratuitos. La cosa con R es que tiene estructuras de datos muy diferentes, por ejemplo, vectores, marcos de datos. También tiene tipos de datos diferentes de los que encontraría en lenguajes de programación regulares como Java y Python.
p.ej. tipo de datos de número complejo, tipo de datos de fecha, etc.
Entonces, antes de sumergirse en la parte de aprendizaje automático, familiarícese con el entorno R y RStudio.
- ¿Dónde puedo encontrar algunos buenos documentos sobre ciencia de datos / análisis y aprendizaje automático?
- ¿Qué dicen los grandes datos sobre el ajedrez? ¿Hay algún algoritmo numérico simple para evaluar las posiciones de ajedrez que no impliquen calcular árboles de posición? ¿Tienen éxito al predecir los resultados de los juegos de ajedrez entre jugadores de habilidades similares?
- Cómo planificar un autoestudio de ciencia de datos
- ¿Puede Big Data realmente resolver problemas del mundo real?
- ¿Cuál es la diferencia entre un trabajo de ciencia de datos que requiere el uso de software SAS y uno basado en un lenguaje científico (Python, R, Matlab, etc.)?
Después de eso, puede elegir algunos conjuntos de datos de buena variedad del Depósito de aprendizaje automático de UCI y comenzar a practicar algunos algoritmos de aprendizaje automático que conoce, en estas muestras. (Kaggle) Your Home for Data Science también es una excelente fuente para aprender.