Hay algunas maneras en que uso las plataformas de ciencia de datos para aprender: cuando quiero ver un código de ejemplo para un tema en particular, miro estos recursos. Por ejemplo, cuando quise saber cómo implementar la validación cruzada de K-fold, usé estos recursos para ver cómo otros la implementaban. También uso estas plataformas para aprender nuevos trucos y métodos que otros programadores usan y que encuentro valiosos. Por último, ¡Estas plataformas tienen grandes comunidades que puedes aprovechar para hacer preguntas y aprender de los demás!
No soy un gran fanático de los bootcamps, pero hay un par de sitios web que me parecen muy buenos, Vexpower y Coursera. Estos dos son geniales si quieres guías paso a paso para aprender temas técnicos. Por ejemplo, Vexpower tiene un curso que le enseña cómo construir un modelo de mezcla de marketing paso a paso usando Robyn. Considero que estos son muy útiles cuando no necesito aprender un tema completo como lo hacen los libros.
Si piensa en un espectro, donde los libros de texto cubren temas amplios y Stack Overflow cubre preguntas muy específicas, las plataformas de aprendizaje se encuentran en algún lugar en el medio. Cuando tengo una base en un tema en particular pero quiero ampliar mi conocimiento o profundizar un poco más en un tema, ahí es cuando me gusta usar plataformas de aprendizaje. Por ejemplo, cuando me enfocaba en Marketing Analytics, usé Vexpower para aprender a construir un modelo de mezcla de marketing usando Robyn.
Si bien no siempre es la forma más fácil o rápida de digerir, creo que leer libros es la mejor manera de aprender un tema nuevo por varias razones. Los autores reflexionan sobre la cronología de qué información se debe compartir primero. Esto evita la situación en la que está aprendiendo un tema y tiene que aprender recursivamente temas/términos previos para comprender el tema actual. Los libros generalmente profundizan más que los blogs o los artículos, lo cual es útil cuando intenta construir una base sólida. para un tema en particular que está tratando de aprender. Desde una perspectiva técnica, me gustan los libros de texto porque explican cómo se derivan las ecuaciones y brindan ejemplos sobre cómo usar diferentes ecuaciones.
Cuando trato de aprender un tema relativamente nuevo, como diseño experimental, y tengo poca base sobre el tema, tiendo a buscar libros de texto. Al igual que los cursos escolares, creo que los libros de texto son una buena manera de aprender los conceptos básicos de un tema con relativa rapidez. Ya sea diseño experimental, aprendizaje profundo, análisis de redes o aprendizaje automático, personalmente recomiendo comenzar con los libros de texto si tiene conocimientos de net. nuevo en el tema.
Una de las fuentes más subestimadas para aprender cosas nuevas es LinkedIn. Aquí es donde aprendo una gran cantidad de información y recursos nuevos. Hay un montón de personas influyentes en la ciencia de datos que se toman el tiempo para compartir consejos de codificación muy perspicaces y seleccionan recursos extremadamente valiosos. En el siguiente artículo, puede ver mis principales personas influyentes en la ciencia de datos personales.
La belleza de esto es que puede aprender simplemente desplazándose por su página de inicio de LinkedIn después de seguir a varios Influenciadores de la ciencia de datos. Verá una gran cantidad de contenido seleccionado y el intercambio de conocimientos semanalmente, o incluso diariamente.
YouTube es genial si eres un aprendiz de audio o visual. Me gusta YouTube porque puedo aprender sobre pequeños conceptos muy rápidamente y también puedo aprender temas completos. Lo que personalmente me encanta de YouTube es que hay muchas conferencias gratuitas de algunas de las mejores universidades de las que puedes aprender (MIT, Stanford , Harvard, etc…), que es una excelente manera de aprender un tema completo con bastante rapidez.
Lo que me encanta de las conferencias es que te da la oportunidad de escuchar a algunos de los líderes de datos más destacados del mundo. Y, por lo general, las conferencias son donde las empresas y los líderes comparten ideas novedosas y nuevas prácticas relacionadas con la ciencia de datos y la IA. A continuación, se encuentran algunas de las conferencias anuales de ciencia de datos más populares:
Asegúrate de Suscríbete aquí para nunca perderse otro artículo sobre guías de ciencia de datos, trucos y consejos, lecciones de vida y más.
¿No estás seguro de qué leer a continuación? He elegido otro artículo para ti:y otro:
Los días felices de la PDA y Blackberry han quedado definitivamente atrás, pero el factor…
Tutorial sobre cómo pronosticar usando un modelo autorregresivo en PythonFoto de Aron Visuals en UnsplashForecasting…
Si tienes un iPhone, los AirPods Pro son la opción obvia para escuchar música, ¡aunque…
Ilustración de Alex Castro / The Verge Plus nuevos rumores sobre el quinto Galaxy Fold.…
Se rumorea que los auriculares premium de próxima generación de Apple, los AirPods Max 2,…
El desarrollador Motive Studio y el editor EA han lanzado un nuevo tráiler de la…