Як покроково розвиватись в машинному навчанні з 0

Мій курс "Machine learning для людей": https://datalovesyou.com/big-products... В цьому відео ми обговоримо ключові кроки, необхідні для початку роботи в галузі машинного навчання. Після перегляду у вас буде комплексне розуміння набору навичок, необхідних для роботи в машинному навчанні, і чому саме ці навички потрібно мати. Обговоримо також, чому так мало джуніор позицій в ML і як шукати першу роботу. В кінці розглянемо та проаналізуємо 3 актуальні вакансії, аби подивитись, що хочуть бачити компанії в кандидатах. Це відео допоможе зрозуміти, як почати кар'єру в машинному навчанні та/або зміцнити наявну експертизу. Часові коди для відео: 0:15 - Відмінності індустрії машинного навчання 5 років тому і зараз 1:37 - Програмування на Python: що потрібно знати 3:09 - Математика: необхідні розділи 7:06 - Ресурси для освоєння математики 7:37 - Алгоритми машинного навчання з вчителем 9:42 - Навчання без вчителя (Unsupervised learning) 10:27 - Feature engineering 12:31 - Робота з аномаліями і заповнення пропущених значень 13:13 - Основи глибинного навчання та нейронні мережі 15:52 - Робота з базами даних 16:51 - Розгортання моделей машинного навчання 17:41 - Full-stack Machine Learning Engineer 18:42 - Чому так мало вакансій джунів в машинному навчанні 19:23 - Поради для пошуку роботи в машинному навчанні 20:21 - Огляд і аналіз поточних вакансій в Data Science