یک برنامه جامع برای یادگیری علم داده | مهندسی داده

یک برنامه جامع برای یادگیری علم داده

۱۳۹۵/۱۲/۱۳
آموزش و راهنمایی

نظرات
1,752 مشاهده

سایت آنالیتیکز ویدیا به عنوان یکی از سایتهای معتبر حوزه علم داده که هم آموزش های ساده و کاربردی را به علاقه مندان ارائه می کند و هم مسابقات پردازش داده و داده کاوی برگزار می کند و بسیاری از آموزش های سایت مهندسی داده هم الگوگرفته از این سایت است، در ابتدای سال ۲۰۱۷ یک مقاله بسیار مفید با نام «The most comprehensive Data Science learning plan for 2017» منتشر کرده است و در آن برای تمام کسانی که علاقه به کار در حوزه علم داده دارند، یک مسیر یادگیری کامل با جزییات دروس و منابع از مبتدی به پیشرفته ارائه کرده است.

این سایت، علاقه مندان را به سه گروه مبتدیان، علاقه مندان با سوابق کاری تا حدودی مرتبط (transitioner) و افراد با آشنایی متوسط تقسیم کرده است و برای هر یک، برنامه ای جداگانه ارائه کرده است.

مهارتهای علم آمار، جبر خطی ، زبان برنامه نویسی مناسب ، الگوریتم های یادگیری ماشین، ساخت یک رزومه حرفه ای برای جذب در بازار جذاب دانشمندان علم داده و شرکت درمسابقات بین المللی این حوزه، از جمله مواردی است که در این مقاله به آنها اشاره شده است.

.u2c8427eed9d62f467097350bea859fd3 { padding:0px; margin: 0; padding-top:1em!important; padding-bottom:1em!important; width:100%; display: block; font-weight:bold; background-color:#ECF0F1; border:0!important; border-left:4px solid #2980B9!important; box-shadow: 0 1px 2px rgba(0, 0, 0, 0.17); -moz-box-shadow: 0 1px 2px rgba(0, 0, 0, 0.17); -o-box-shadow: 0 1px 2px rgba(0, 0, 0, 0.17); -webkit-box-shadow: 0 1px 2px rgba(0, 0, 0, 0.17); text-decoration:none; } .u2c8427eed9d62f467097350bea859fd3:active, .u2c8427eed9d62f467097350bea859fd3:hover { opacity: 1; transition: opacity 250ms; webkit-transition: opacity 250ms; text-decoration:none; } .u2c8427eed9d62f467097350bea859fd3 { transition: background-color 250ms; webkit-transition: background-color 250ms; opacity: 1; transition: opacity 250ms; webkit-transition: opacity 250ms; } .u2c8427eed9d62f467097350bea859fd3 .ctaText { font-weight:bold; color:inherit; text-decoration:none; font-size: 16px; } .u2c8427eed9d62f467097350bea859fd3 .postTitle { color:#D35400; text-decoration: underline!important; font-size: 16px; } .u2c8427eed9d62f467097350bea859fd3:hover .postTitle { text-decoration: underline!important; }

برای مطالعه :   آشنایی با الگوریتم های ضروری یادگیری ماشین

این برنامه که به صورت یکساله بسته شده است، برنامه زمانی هفتگی و ماهیانه هر آموزش را هم مشخص کرده است .

در هر بخش از آموزشها و پیشنهادها، منابع الزامی و منابع کمکی از هم دیگر تفکیک شده اند و تمام مطالب، آموزشها، کتابها و هر آنچه می تواند به علاقه مندان در جهت تسلط مناسب بر مباحث علم داده، یاری برساند، به خوبی در یک نوشتار ، به صورت کاملاً مرتب و طبقه بندی شده آماده و فراهم شده است و به نظر بنده منبعی بسیار مناسب برای شروع به کار در این حوزه است .


۱۳۹۵-۱۲-۱۳

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *