Приветствую моих дорогих подписчиков!
Несмотря на продолжительный и уважительный перерыв в написании постов, моиночные бдения поиски подходящих ресурсов не прекратились.
Недавно наткнулась на ютуб-канал Виктора Кантора MLinside, где появился свежий выпуск с Алексеем Толстиковым – руководителем Школы анализа данных Яндекса.
Интервью вышло весьма любопытным для всех интересующихся ML, но не могу не поделиться небольшим саммари:
1. Без понимания алгоритмов и математики никуда: решать реальные задачи ML и DS не получится, поэтому теория вам в помощь. Однако, только на хардах единых тоже далеко не уедешь – без софт-скиллов никуда, и мы тоже это неоднократно обсуждали.
А посему, совет №1: разберите алгоритмы из стандартных библиотек и научитесь аргументировать свои решения на языке бизнеса.
2. Математика подталкивает к уходу от привычного трёхмерного пространства в мир многомерных признаков объектов, где работают современные модели машинного обучения.
Совет №2:см. совет №1 линейная алгебра, теорвер и матстат – три кита в анализе данных, поэтому не пренебрегайте ими.
3. Соревнования важны не только конкуренции и выигрыша ради, но и буста компетенций для!
Важно помнить, что теория без практики на бою значит не так уж и много.
Совет №3: начните с простых задач, чтобы привыкнуть к формату соревнований, и постепенно беритесь за более сложные проекты.
Одним словом, интервью получилось насыщенное, а посему настоятельно рекомендую к просмотру 🌚
Ежели вас зацепили другие мысли после просмотра, то смело делитесь в комментариях ниже 🙂
Несмотря на продолжительный и уважительный перерыв в написании постов, мои
Недавно наткнулась на ютуб-канал Виктора Кантора MLinside, где появился свежий выпуск с Алексеем Толстиковым – руководителем Школы анализа данных Яндекса.
Интервью вышло весьма любопытным для всех интересующихся ML, но не могу не поделиться небольшим саммари:
1. Без понимания алгоритмов и математики никуда: решать реальные задачи ML и DS не получится, поэтому теория вам в помощь. Однако, только на хардах единых тоже далеко не уедешь – без софт-скиллов никуда, и мы тоже это неоднократно обсуждали.
А посему, совет №1: разберите алгоритмы из стандартных библиотек и научитесь аргументировать свои решения на языке бизнеса.
2. Математика подталкивает к уходу от привычного трёхмерного пространства в мир многомерных признаков объектов, где работают современные модели машинного обучения.
Совет №2:
3. Соревнования важны не только конкуренции и выигрыша ради, но и буста компетенций для!
Важно помнить, что теория без практики на бою значит не так уж и много.
Совет №3: начните с простых задач, чтобы привыкнуть к формату соревнований, и постепенно беритесь за более сложные проекты.
Одним словом, интервью получилось насыщенное, а посему настоятельно рекомендую к просмотру 🌚
Ежели вас зацепили другие мысли после просмотра, то смело делитесь в комментариях ниже 🙂
