Скачать "С чего начать обучение Data Science? / Как учить DS с нуля в 2022?"

Обложка аудиозаписи

Подождите немного, мы готовим ссылки для удобного просмотра видео без рекламы и его скачивания.

Предыдущее видео: Keras - установка и первое знакомство | #7 нейросети на Python Следующее видео: Аудиокниги издательства - AB Publishing - Видео

0:00

С чего начать обучение Data Science?

0:33

Python, основные темы, курсы и полезные каналы

0:58

Нужно ли сильно погружаться в Python?

1:12

Полезные ресурсы по Python

1:27

Математический анализ

1:38

Линейная алгебра

1:55

Методы оптимизации

2:03

Теория вероятности

2:05

Статистика + классная книга по этому предмету

2:32

Методы машинного обучения

3:39

Полезная библиотека scikit-learn + их сайт с туториалами

3:48

Чужой код на Github

4:15

Практика на Kaggle / Pet-project

5:05

Github подробнее

5:25

Сколько в день нужно учиться?

5:49

Полная программа обучения на сайте PyMagic

6:04

Как понять, когда закончится обучение Data Science?

6:10

Полезные видео по матану, статистике и линалу

Аудиокниги издательства - AB Publishing - Видео

Аудиокниги издательства - AB Publishing - Видео

Канал: Аудиокниги издательства - AB Publishing

Keras - установка и первое знакомство | #7 нейросети на Python

Keras - установка и первое знакомство | #7 нейросети на Python

Канал: selfedu

Делаю нейросеть с нуля

Делаю нейросеть с нуля

Канал: Onigiri

Различие между Искусственным Интеллектом, Машинным обучением и Глубоким обучением

Различие между Искусственным Интеллектом, Машинным обучением и Глубоким обучением

Канал: Etudarium

Как работать в нейросети Леонардо? Полная инструкция #нейросети

Как работать в нейросети Леонардо? Полная инструкция #нейросети

Канал: Инструкции: Нейросети Chat GPT Midjourney

Как нейронная сеть распознает цифры | #9 нейросети на Python

Как нейронная сеть распознает цифры | #9 нейросети на Python

Канал: selfedu

Back propagation - алгоритм обучения по методу обратного распространения | #3 нейросети на Python

Back propagation - алгоритм обучения по методу обратного распространения | #3 нейросети на Python

Канал: selfedu

Ускорение обучения, начальные веса, стандартизация, подготовка выборки | #4 нейросети на Python

Ускорение обучения, начальные веса, стандартизация, подготовка выборки | #4 нейросети на Python

Канал: selfedu

Анализ качества обучения нейронной сети | Нейросети на Python

Анализ качества обучения нейронной сети | Нейросети на Python

Канал: Andrey Sozykin

Персептрон - возможности классификации образов, задача XOR | #2 нейросети на Python

Персептрон - возможности классификации образов, задача XOR | #2 нейросети на Python

Канал: selfedu

дата сайентист

data science

data scientist

career in tech

работа в big data

data science interview

саморазвитие

sillicon valley

основы программирования

как проходить интервью

аналитик

Yandex

анализ данных

datascience

карьера в data science

Sysml

data analyst

ods

open data science

машинное обучение

miracl6

PyMagic

deep learning

perceptron

нейронные сети

глубокое обучение

нейронки

нейросеть

pytorch

функция активации

сигмоида

релу

relu

python

ityoutubersru

00:00:02

обучение да это сайнс и как изучить его

00:00:05

с нуля 2020 году даже если у вас нет

00:00:07

опыта программирования

00:00:09

я поделюсь с вами планом обучение а

00:00:11

также в конце этого видео расскажу о

00:00:13

фишках которые позволят быстро и

00:00:15

эффективно погрузиться в область и

00:00:18

конечно же найти первую работу всем

00:00:20

привет меня зовут никулиной анастасия

00:00:22

более четырех лет я работаю в да это

00:00:23

союз а также и обучаю этому направление

00:00:26

машины обучения довольно огромная

00:00:28

область поэтому стоит разбить свой путь

00:00:31

обучение на несколько компонент 1 чего

00:00:34

стоит начать это конечно же изучение

00:00:35

python а почему не со статистики или

00:00:38

другого предмета потому что потом вы

00:00:40

будете решать задачи по этим

00:00:43

направлениям при помощи пайтона для

00:00:45

начала вам нужны основы это синтаксис

00:00:47

структурой данных циклы условия как

00:00:51

необходимо назвать переменной ну и

00:00:53

объектно-ориентированное

00:00:54

программирование вам не нужно на данном

00:00:56

этапе углубляться в сам язык например

00:00:58

изучать декораторы или тесты я бы

00:01:01

рекомендовала оставить это на последок

00:01:04

после того как вы пройдете модели

00:01:07

машинного обучения то можно посмотреть и

00:01:09

поизучать посмотрите в сторону канала

00:01:11

тимофее кирьянова на ю тубе особенно

00:01:14

если вы пришли из гуманитарной области

00:01:16

также можете попробовать пройти отличный

00:01:19

курс от гугла на курсоре где сможете

00:01:22

также на финальном проекте отточить свои

00:01:25

знания далее это теоретическая база

00:01:28

математический анализ есть отличный

00:01:31

канал думаю многие его знают но что еще

00:01:35

классно он есть и на русском языке

00:01:38

помимо математического анализа также

00:01:40

можно еще посмотреть различные ролики и

00:01:43

по линейной алгебре дополнительно ниже

00:01:45

оставлю вам ссылку на шикарный гайд о

00:01:48

линейной алгебре также есть отличный

00:01:50

курса которым я везде просто говорю от

00:01:53

яндекс этом фото и на курсоре помимо

00:01:55

первых двух тем там вы найдете еще уроки

00:01:58

по методам оптимизации которые

00:02:00

необходимы в науки о данных а также

00:02:02

теорию вероятность по статистика

00:02:05

рекомендую в особенности почитать книгу

00:02:07

статистика и котики там abyss и довольно

00:02:10

важные вещи простым языком плюс есть

00:02:13

иллюстрации которые помогают больше

00:02:16

вникнуть тему кстати материала с теорией

00:02:19

и практикой по математическому анализу

00:02:21

линейной алгебре и статистике вы можете

00:02:24

найти на моем канале они длятся всего 15

00:02:28

минут это позволит освежить знания и

00:02:30

вникнуть суть на первом этапе и

00:02:32

следующий пункт это основные алгоритмы

00:02:35

машинного обучения это обязательный

00:02:37

пункт даже если вы хотите изучать deeply

00:02:40

ли вам нужно подробно разобрать как

00:02:43

работают линейные модели деревья решений

00:02:46

и в композиции методы кластеризации

00:02:49

какие параметры на вход они получают

00:02:53

если вы будете обучаться по курсам книги

00:02:55

или видео я советую вам не пренебрегать

00:02:58

также документации к разным библиотекам

00:03:01

которые помогут вам упростить обучение

00:03:04

моделей например одна из таких

00:03:07

популярных библиотек как со kettler на

00:03:09

их сайте содержится большая часть

00:03:11

информации но единственный минус конечно

00:03:14

она на английском языке у них есть как

00:03:16

теория по всем алгоритмом так и примеры

00:03:19

сразу же на python + отличный курс на

00:03:22

курсы riot высшей школе экономики там

00:03:25

разобранные основные моменты которые

00:03:27

дадут вам хорошую базу и хочу коснуться

00:03:31

главного момента это практике это

00:03:34

главный залог вашего успеха в обучении

00:03:37

это и домашнее задание это и просто

00:03:40

переписывание и дальнейший разбор кода

00:03:42

из книги либо видео все это обязательно

00:03:46

нужно делать важно обращать внимание и

00:03:48

на чужой код на git хоп где иногда

00:03:51

разработчики реализуют тот или иной

00:03:54

алгоритм прям с нуля попробуйте

00:03:56

постепенно проходиться по коду если вы

00:03:59

чего-то не знаете или не понимаете то

00:04:01

обязательно гуглите гуглите еще раз

00:04:04

гуглите интересующую вас информацию

00:04:06

вопросы например а почему в данном шаге

00:04:10

мы транспонируем матрицу а вот здесь

00:04:12

берем уже какие-то случайные значения

00:04:15

после прохождения данных пунктов вам

00:04:16

необходимо начать практиковаться на

00:04:19

кого-либо под отца сделать свой

00:04:22

собственный проект на эти темы у меня

00:04:25

есть также ролики на канале с примерами

00:04:27

того что вы можете сделать как в данном

00:04:30

случае будет проще это как вам не

00:04:32

придется готовить свой datasette и

00:04:35

именно когда вы начинаете применять свои

00:04:37

знания на практике в конкретном проекте

00:04:40

вы получаете опыт который потом

00:04:42

закрепляется у вас в голове и на уровне

00:04:46

моторики еще очень важный момент в

00:04:49

данном пункте ваше время должно быть

00:04:51

разделена мы примерно где-то 50 на 50

00:04:54

где вы делаете собственные проекты и

00:04:56

изучаете код других разработчиков to get

00:04:58

up это полезная практика так вы можете

00:05:01

научиться новым фишкам и применить ее

00:05:04

дальнейшему себя не стесняйтесь

00:05:06

выкладывать ваш проект многих об но

00:05:08

старайтесь чтобы самка он был чистым

00:05:11

читабельным если вы наберете хотя бы

00:05:13

пару таких репозиториев то это уже будет

00:05:16

отличным плюсом при устройстве на работу

00:05:18

так как работодатели важно понимать что

00:05:21

вы умеете делать также советую вам

00:05:23

уделять от 1 до 3 часов в неделю на

00:05:26

обучение либо хотя бы через день если вы

00:05:28

учитесь менее часа в день что довольно

00:05:31

мало вы потом потратить слишком много

00:05:33

времени чтобы догнать то что вы уже

00:05:37

делали предыдущий раз а потому что так

00:05:40

можете забыть некоторые моменты если же

00:05:43

вы наоборот переусердствуйте то велика

00:05:45

вероятность выгорания от обилия

00:05:48

информации если вам нужна более

00:05:49

подробная информация какие темы нужно

00:05:52

изучает то можете зайти на мой сайт там

00:05:55

довольно детально расписаны по темой для

00:05:58

части и с математикой для алгоритмов

00:06:00

машинного обучения и для

00:06:01

программирования что также очень важно

00:06:04

процесс изучения машинного обучения не

00:06:06

конечен и я до сих пор спустя четыре вам

00:06:10

успехов в вашем обучении и покорение

00:06:12

новых высот

Описание:

Курс по Data Science от экспертов из области https://pymagic.ru// Как изучить Data Science в 2022 году? С чего стоит начинать и в какой последовательности необходимо изучать материал? В видео разобраны основные темы, которые являются базисными, а также полезные ресурсы, где вы можете найти материал. Курс по Data Science https://stepik.org/course/125145/promo Новая группа про Data Science ВКонтакте https://vk.com/pymagic Таймкоды: 00:00 С чего начать обучение Data Science? 00:33 Python, основные темы, курсы и полезные каналы 00:58 Нужно ли сильно погружаться в Python? 01:12 Полезные ресурсы по Python 01:27 Математический анализ 01:38 Линейная алгебра 01:55 Методы оптимизации 02:03 Теория вероятности 02:05 Статистика + классная книга по этому предмету 02:32 Методы машинного обучения 03:39 Полезная библиотека scikit-learn + их сайт с туториалами 03:48 Чужой код на Github 04:15 Практика на Kaggle / Pet-project 05:05 Github подробнее 05:25 Сколько в день нужно учиться? 05:49 Полная программа обучения на сайте PyMagic 06:04 Как понять, когда закончится обучение Data Science? 06:10 Полезные видео по матану, статистике и линалу Курс по Data Science с нуля https://pymagic.ru Курс по Python c нуля https://pymagic-courses.ru/ 1. Канал Тимофея Хирьянова https://www.youtube.com/c/%D0%A2%D0%B8%D0%BC%D0%BE%D1%84%D0%B5%D0%B9%D0%A5%D0%B8%D1%80%D1%8C%D1%8F%D0%BD%D0%BE%D0%B2 2. Курс по Python от Google https://www.coursera.org/learn/python-crash-course 3. Канал 3Blue1Brown https://www.youtube.com/channel/UC6hAYNOWMmuqOBvFOuAFKwA/playlists 4. Гайд по линейной алгебре https://www.analyticsvidhya.com/blog/2017/05/comprehensive-guide-to-linear-algebra/ 5. Программа обучения на моем сайте, по которой вы можете ориентироваться, какие темы необходимо изучать https://pymagic.ru/#programma 6. Книга по Data Science – «Data Science наука данных с нуля» Джоэла Граса 7. Курс на Coursera от Яндекса и МФТИ https://www.coursera.org/learn/mathematics-and-python 8. Вводные примеры ноутбука от одного из разработчиков Scikit-learn https://github.com/amueller/introduction_to_ml_with_python 9. Библиотека scikit-learn https://scikit-learn.org/stable/ 10. Курс на Coursera от Высшей школы экономики https://www.coursera.org/learn/vvedenie-mashinnoe-obuchenie#syllabus 11. Kaggle www.kaggle.com Instagram* https://www.facebook.com/unsupportedbrowser Группы в ВКонтакте https://vk.com/pymagic Telegram https://t.me/pymagic *Компания Meta - организация, деятельность которой запрещена на территории Российской Федерации

Готовим варианты загрузки

Популярные

HD видео

Только звук

Все форматы

* — Если видео проигрывается в новой вкладке, перейдите в неё, а затем кликните по видео правой кнопкой мыши и выберите пункт "Сохранить видео как..."

** — Ссылка предназначенная для онлайн воспроизведения в специализированных плеерах

Вопросы о скачивании видео

Как можно скачать видео "С чего начать обучение Data Science? / Как учить DS с нуля в 2022?"?

Сайт http://unidownloader.com/ — лучший способ скачать видео или отдельно аудиодорожку, если хочется обойтись без установки программ и расширений. Расширение UDL Helper — удобная кнопка, которая органично встраивается на сайты YouTube, Instagram и OK.ru для быстрого скачивания контента.
Программа UDL Client (для Windows) — самое мощное решение, поддерживающее более 900 сайтов, социальных сетей и видеохостингов, а также любое качество видео, которое доступно в источнике.
UDL Lite — представляет собой удобный доступ к сайту с мобильного устройства. С его помощью вы можете легко скачивать видео прямо на смартфон.

Какой формат видео "С чего начать обучение Data Science? / Как учить DS с нуля в 2022?" выбрать?

Наилучшее качество имеют форматы FullHD (1080p), 2K (1440p), 4K (2160p) и 8K (4320p). Чем больше разрешение вашего экрана, тем выше должно быть качество видео. Однако следует учесть и другие факторы: скорость скачивания, количество свободного места, а также производительность устройства при воспроизведении.

Почему компьютер зависает при загрузке видео "С чего начать обучение Data Science? / Как учить DS с нуля в 2022?"?

Полностью зависать браузер/компьютер не должен! Если это произошло, просьба сообщить об этом, указав ссылку на видео. Иногда видео нельзя скачать напрямую в подходящем формате, поэтому мы добавили возможность конвертации файла в нужный формат. В отдельных случаях этот процесс может активно использовать ресурсы компьютера.

Как скачать видео "С чего начать обучение Data Science? / Как учить DS с нуля в 2022?" на телефон?

Вы можете скачать видео на свой смартфон с помощью сайта или pwa-приложения UDL Lite. Также есть возможность отправить ссылку на скачивание через QR-код с помощью расширения UDL Helper.

Как скачать аудиодорожку (музыку) в MP3 "С чего начать обучение Data Science? / Как учить DS с нуля в 2022?"?

Самый удобный способ — воспользоваться программой UDL Client, которая поддерживает конвертацию видео в формат MP3. В некоторых случаях MP3 можно скачать и через расширение UDL Helper.

Как сохранить кадр из видео "С чего начать обучение Data Science? / Как учить DS с нуля в 2022?"?

Эта функция доступна в расширении UDL Helper. Убедитесь, что в настройках отмечен пункт «Отображать кнопку сохранения скриншота из видео». В правом нижнем углу плеера левее иконки «Настройки» должна появиться иконка камеры, по нажатию на которую текущий кадр из видео будет сохранён на ваш компьютер в формате JPEG.

Сколько это всё стоит?

Нисколько. Наши сервисы абсолютно бесплатны для всех пользователей. Здесь нет PRO подписок, нет ограничений на количество или максимальную длину скачиваемого видео.