Ikuti langkah-langkah ini secara berurutan dan Anda akan menjadi yang terbaik! Percayalah :)
Kursus gratis, materi gratis.
- Langkah 1: Mulailah mempelajari beberapa kursus
Kursus berikut akan membangun dasar-dasar Matematika Anda:
1. Aljabar Linier :
a. Untuk visualisasinya tonton video berikut: Esensi Aljabar Linier
b. MIT 18.06 Aljabar Linier: MIT 18.06 Aljabar Linier
2. Probabilitas dan Statistik: 6.041 Analisis Sistem Probabilistik
3. Kalkulus Variabel Tunggal: MIT 18.01 Kalkulus Variabel Tunggal
4. Kalkulus Multivariabel: MIT 18.02 Kalkulus Multivariabel
5. Optimasi Non-Linear / Cembung : Optimasi Cembung — YouTube - Langkah 2: Mulai Belajar Python (lakukan ini secara paralel dengan langkah 1)
Karena Anda memiliki pengetahuan pemrograman, mempelajari Python tidak akan sulit.
Belajar dari sini: Python Bahasa Pemrograman (Anda juga dapat merujuk ke sumber lain)
Hanya membaca dan menerapkan subtopik berikut dari tautan ini
a. Dasar
b. Masukan/Keluaran
c. Tipe Data
d. Variabel
e. Operator
f. Aliran Kontrol
g. Fungsi
h. Modul dengan Python
i. Bekerja Dengan Excel
j. Perpustakaan dan Fungsi - NB: Anda harus menyelesaikan Langkah 1 lalu melanjutkan ke langkah 3, Anda dapat melanjutkan langkah 2 dengan langkah 3
- Langkah 3: Mulai Pembelajaran Mesin
1. Mulai kursus pemula ini: Pembelajaran Mesin | Coursera
atau Anda hanya dapat menonton video di sini: Machine Learning — Andrew Ng
2. Mulai Implementasi secara bersamaan. Saya sarankan Anda terus belajar dari video di atas dan terus menerapkannya.
Sekarang kita akan mengerjakan subtopik berikut dari tautan ini: Bahasa Pemrograman Python:
a. Numpy
b. Panda
c. Analisis Data
d. Pembelajaran Mesin dengan Python
e. Aplikasi dan Proyek (membaca selektif) - Kursus opsional jika Anda menginginkan lebih :
a. Kursus kilat Google tentang pembelajaran mesin:"Pengantar Pembelajaran Mesin | Kursus Singkat Pembelajaran Mesin »
b. Kursus Intel tentang Pembelajaran Mesin: Kursus: Pembelajaran Mesin
c. Kursus Nptel tentang Pembelajaran Mesin: https://nptel.ac.in/downloads/117108048/ - Langkah 4: Kaggle: Rumah Anda untuk Ilmu Data
Berpartisipasilah dalam Kontes Data Kaggle untuk menerapkan pengetahuan Anda pada skenario kehidupan nyata. Mulailah membaca blog dan buletin. Ikuti kontes Kaggle sebelumnya dan analisis pendekatan Anda dengan orang lain yang menduduki puncak papan pemimpin. - Langkah 5: Selesaikan beberapa Proyek
Sebagai permulaan, lihat blog ini: 24 Proyek Sains Data Terbaik Untuk Meningkatkan Pengetahuan dan Keterampilan Anda (& dapat diakses secara bebas). Anda juga dapat menyelesaikan banyak tantangan di Kaggle dan mencantumkannya sebagai proyek belajar mandiri di resume Anda. - Langkah 6: Bangun Profil Anda
Terus berpartisipasi dalam lebih banyak kontes data di Kaggle, dan bangun profil yang kuat di Github, jadikan repositori kontes data dan repositori proyek Anda di sini, dan sediakan tautan mereka di resume Anda.
Catatan:
Setelah menyelesaikan semua hal ini, Anda harus mempelajari konsep-konsep lain yang melibatkan Pembelajaran Mendalam, perbarui diri Anda terus-menerus agar relevan dalam industri.
Semua yang terbaik!
LN ( IIT & Impian)
Sumber: Jawaban saya di Quora (https://qr.ae/pGxH3S)
