Курс по Data Science от экспертов из области [ Ссылка ]
Курс по MLOps

Как изучить Data Science в 2023 году? С чего стоит начинать и в какой последовательности необходимо изучать материал?

Таймкоды:
00:00 С чего начать обучение Data Science? Примеры задач
00:49 Python, основные темы
01:30 Полезные каналы по Python, книги и важность решения leetcode
02:50 Математика для Data Science. Математический анализ
03:41 Линейная алгебра
04:12 Статистика
05:04 Модели машинного обучения
06:27 Нейросети
07:12 Дополнительные инструменты Docker и Git
08:01 MLOps
08:42 Практика на Kaggle / Pet-project / Хакатоны
09:13 Как эффективно и быстро учиться?
10:11 Сколько в день нужно учиться?

1. Плейлист python с нуля [ Ссылка ]
2. Каналы по python @t0digital @luchanos @pylounge
3. Видео по базовым основам линейной алгебре [ Ссылка ]
4. Видео по математическому анализу [ Ссылка ]
5. Программа обучения, по которой вы можете ориентироваться [ Ссылка ]
6. Книги: "Основы python для Data Science" Кеннеди Берман, "Алгоритмы с примерами на Python" Джордж Хайнеман, "Head First Git" Раджу Ганди, "Практическая статистика для специалистов Data Science" П. Брюс, "Python и машинное обучение" Себастьян Рашка,
7. Kaggle [ Ссылка ], [ Ссылка ]
8. Практическое видео по Docker [ Ссылка ]

Группа в ВКонтакте [ Ссылка ]
Telegram [ Ссылка ]

#DataScience #python

свернуть