2020-ൽ ഒരു ഡാറ്റാ സയന്റിസ്റ്റ് എന്ന നിലയിൽ എന്താണ് വായിക്കേണ്ടത്

ഈ പോസ്റ്റിൽ, ഡാറ്റാ പതിപ്പ് നിയന്ത്രണത്തിനും ഡാറ്റാ സയന്റിസ്റ്റുകളും മെഷീൻ ലേണിംഗ് എഞ്ചിനീയർമാരും തമ്മിലുള്ള സഹകരണത്തിനും വേണ്ടിയുള്ള ഒരു കമ്മ്യൂണിറ്റിയും വെബ് പ്ലാറ്റ്‌ഫോമായ DAGsHub-ന്റെ സഹസ്ഥാപകനും CTO- യിൽ നിന്നും ഡാറ്റാ സയൻസിനെക്കുറിച്ചുള്ള ഉപയോഗപ്രദമായ വിവരങ്ങളുടെ ഒരു നിര ഞങ്ങൾ നിങ്ങളുമായി പങ്കിടുന്നു. തിരഞ്ഞെടുത്തതിൽ ട്വിറ്റർ അക്കൗണ്ടുകൾ മുതൽ സമ്പൂർണ്ണ എഞ്ചിനീയറിംഗ് ബ്ലോഗുകൾ വരെയുള്ള വിവിധ ഉറവിടങ്ങൾ ഉൾപ്പെടുന്നു, അവ എന്താണ് തിരയുന്നതെന്ന് കൃത്യമായി അറിയുന്നവരെ ലക്ഷ്യം വച്ചുള്ളതാണ്. കട്ട് കീഴിൽ വിശദാംശങ്ങൾ.

രചയിതാവിൽ നിന്ന്:
നിങ്ങൾ എന്താണ് കഴിക്കുന്നത്, ഒരു വിജ്ഞാന പ്രവർത്തകൻ എന്ന നിലയിൽ നിങ്ങൾക്ക് ഒരു നല്ല വിവര ഭക്ഷണക്രമം ആവശ്യമാണ്. ഡാറ്റ സയൻസ്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, അനുബന്ധ സാങ്കേതിക വിദ്യകൾ എന്നിവയെ കുറിച്ചുള്ള വിവരങ്ങളുടെ ഉറവിടങ്ങൾ പങ്കിടാൻ ഞാൻ ആഗ്രഹിക്കുന്നു, അത് എനിക്ക് ഏറ്റവും ഉപയോഗപ്രദവും ആകർഷകവുമാണ്. ഇത് നിങ്ങളെയും സഹായിക്കുമെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു!

രണ്ട് മിനിറ്റ് പേപ്പറുകൾ

ഏറ്റവും പുതിയ ഇവന്റുകൾ അറിയാൻ അനുയോജ്യമായ ഒരു YouTube ചാനൽ. ചാനൽ ഇടയ്ക്കിടെ അപ്‌ഡേറ്റ് ചെയ്യപ്പെടുന്നു, കൂടാതെ എല്ലാ വിഷയങ്ങളിലും ഹോസ്റ്റിന് ഒരു പകർച്ചവ്യാധി ഉത്സാഹവും പോസിറ്റിവിറ്റിയും ഉണ്ട്. AI-യിൽ മാത്രമല്ല, കമ്പ്യൂട്ടർ ഗ്രാഫിക്‌സിലും മറ്റ് കാഴ്ചയെ ആകർഷിക്കുന്ന വിഷയങ്ങളിലും രസകരമായ പ്രവർത്തനങ്ങളുടെ കവറേജ് പ്രതീക്ഷിക്കുക.

യാനിക്ക് കിൽച്ചർ

തന്റെ YouTube ചാനലിൽ, യാനിക്ക് ആഴത്തിലുള്ള പഠനത്തിലെ കാര്യമായ ഗവേഷണം സാങ്കേതിക വിശദാംശങ്ങളിൽ വിശദീകരിക്കുന്നു. പഠനം സ്വയം വായിക്കുന്നതിനുപകരം, പ്രധാനപ്പെട്ട ലേഖനങ്ങളെക്കുറിച്ച് ആഴത്തിൽ മനസ്സിലാക്കാൻ അതിന്റെ വീഡിയോകളിലൊന്ന് കാണുന്നത് വേഗത്തിലും എളുപ്പത്തിലും ആയിരിക്കും. ഗണിതത്തെ അവഗണിക്കാതെ അല്ലെങ്കിൽ മൂന്ന് പൈൻസിൽ നഷ്ടപ്പെടാതെ വിശദീകരണങ്ങൾ ലേഖനങ്ങളുടെ സാരാംശം അറിയിക്കുന്നു. പഠനങ്ങൾ എങ്ങനെ ഒത്തുചേരുന്നു, ഫലങ്ങൾ എത്രത്തോളം ഗൗരവമായി എടുക്കണം, വിശാലമായ വ്യാഖ്യാനങ്ങൾ എന്നിവയും അതിലേറെയും സംബന്ധിച്ച തന്റെ കാഴ്ചപ്പാടുകളും യാനിക്ക് പങ്കുവെക്കുന്നു. തുടക്കക്കാർക്ക് (അല്ലെങ്കിൽ നോൺ-അക്കാദമിക് പ്രാക്ടീഷണർമാർ) ഈ കണ്ടെത്തലുകളിലേക്ക് സ്വന്തമായി വരുന്നത് കൂടുതൽ ബുദ്ധിമുട്ടാണ്.

ഡിസ്റ്റിൽ.പബ്

അവരുടെ സ്വന്തം വാക്കുകളിൽ:

മെഷീൻ ലേണിംഗ് ഗവേഷണം വ്യക്തവും ചലനാത്മകവും ഊർജ്ജസ്വലവുമായിരിക്കണം. ഗവേഷണത്തെ സഹായിക്കാൻ ഡിസ്റ്റിൽ സൃഷ്ടിച്ചു.

മെഷീൻ ലേണിംഗ് മേഖലയിലെ ഗവേഷണങ്ങളുള്ള ഒരു അതുല്യ പ്രസിദ്ധീകരണമാണ് ഡിസ്റ്റിൽ. വായനക്കാരന് വിഷയങ്ങളെക്കുറിച്ച് കൂടുതൽ അവബോധജന്യമായ ധാരണ നൽകുന്നതിന് അതിശയകരമായ ദൃശ്യവൽക്കരണങ്ങളുള്ള ലേഖനങ്ങൾ പ്രോത്സാഹിപ്പിക്കുന്നു. മെഷീൻ ലേണിംഗ്, ഡാറ്റാ സയൻസ് വിഷയങ്ങൾ മനസ്സിലാക്കാൻ സഹായിക്കുന്നതിന് സ്പേഷ്യൽ ചിന്തയും ഭാവനയും വളരെ നന്നായി പ്രവർത്തിക്കുന്നു. മറുവശത്ത്, പരമ്പരാഗത പ്രസിദ്ധീകരണ ഫോർമാറ്റുകൾ അവയുടെ ഘടനയിൽ കർക്കശവും സ്ഥിരവും വരണ്ടതും ചിലപ്പോൾ "ഗണിതശാസ്ത്രം". ഡിസ്റ്റിലിന്റെ സ്രഷ്‌ടാക്കളിൽ ഒരാളായ ക്രിസ് ഒലയ്ക്കും അതിശയകരമായ ഒരു സ്വകാര്യ ബ്ലോഗ് ഉണ്ട് സാമൂഹികം. ഇത് കുറച്ചുകാലമായി അപ്‌ഡേറ്റ് ചെയ്‌തിട്ടില്ല, പക്ഷേ ആഴത്തിലുള്ള പഠന വിഷയത്തെക്കുറിച്ചുള്ള മികച്ച വിശദീകരണങ്ങളുടെ ഒരു ശേഖരമായി ഇത് ഇപ്പോഴും നിലനിൽക്കുന്നു. പ്രത്യേകിച്ച്, അത് എന്നെ വളരെയധികം സഹായിച്ചു описание LSTM!

ഉറവിടം

സെബാസ്റ്റ്യൻ റൂഡർ

സെബാസ്റ്റ്യൻ റൂഡർ വളരെ ഉൾക്കാഴ്ചയുള്ള ഒരു ബ്ലോഗും വാർത്താക്കുറിപ്പും എഴുതുന്നു, പ്രാഥമികമായി ന്യൂറൽ നെറ്റ്‌വർക്കുകളുടെ വിഭജനത്തെക്കുറിച്ചും സ്വാഭാവിക ഭാഷാ വാചക ഖനനത്തെക്കുറിച്ചും. ഗവേഷകർക്കും കോൺഫറൻസ് സ്പീക്കറുകൾക്കുമായി അദ്ദേഹത്തിന് ധാരാളം ഉപദേശങ്ങളുണ്ട്, നിങ്ങൾ അക്കാദമിയയിലാണെങ്കിൽ അത് വളരെ സഹായകമാകും. സെബാസ്റ്റ്യന്റെ ലേഖനങ്ങൾ സാധാരണയായി അവലോകനങ്ങളുടെ രൂപമെടുക്കുന്നു, ഒരു പ്രത്യേക മേഖലയിലെ നിലവിലെ ഗവേഷണത്തിന്റെയും രീതികളുടെയും അവസ്ഥ സംഗ്രഹിക്കുകയും വിശദീകരിക്കുകയും ചെയ്യുന്നു. ഇതിനർത്ഥം, അവരുടെ ബെയറിംഗുകൾ വേഗത്തിൽ ലഭിക്കാൻ ആഗ്രഹിക്കുന്ന പ്രാക്ടീഷണർമാർക്ക് ലേഖനങ്ങൾ വളരെ ഉപയോഗപ്രദമാണ് എന്നാണ്. സെബാസ്റ്റ്യനും എഴുതുന്നു ട്വിറ്റർ.

ആന്ദ്രേ കർപതി

ആന്ദ്രേ കർപതിക്ക് ആമുഖം ആവശ്യമില്ല. ഭൂമിയിലെ ഏറ്റവും പ്രശസ്തമായ ആഴത്തിലുള്ള പഠന ഗവേഷകരിൽ ഒരാളെന്നതിനു പുറമേ, അദ്ദേഹം വ്യാപകമായി ഉപയോഗിക്കുന്ന ഉപകരണങ്ങൾ സൃഷ്ടിക്കുന്നു, ഉദാ. ആർക്സിവ് സാനിറ്റി സംരക്ഷകൻ സൈഡ് പ്രോജക്ടുകളായി. അദ്ദേഹത്തിന്റെ സ്റ്റാൻഫോർഡ് കോഴ്‌സിലൂടെ എണ്ണമറ്റ ആളുകൾ ഈ രംഗത്തേക്ക് കടന്നുവന്നിട്ടുണ്ട് cs231n, നിങ്ങൾ അത് അറിയുന്നത് ഉപയോഗപ്രദമാകും പാചകക്കുറിപ്പ് ന്യൂറൽ നെറ്റ്‌വർക്ക് പരിശീലനം. അത് കാണാനും ഞാൻ ശുപാർശ ചെയ്യുന്നു സംസാരം യഥാർത്ഥ ലോകത്ത് മെഷീൻ ലേണിംഗ് വൻതോതിൽ പ്രയോഗിക്കാൻ ശ്രമിക്കുമ്പോൾ ടെസ്‌ല മറികടക്കേണ്ട യഥാർത്ഥ ലോക വെല്ലുവിളികളെക്കുറിച്ച്. പ്രസംഗം വിജ്ഞാനപ്രദവും ആകർഷകവും ശാന്തവുമാണ്. ML-നെക്കുറിച്ചുള്ള ലേഖനങ്ങൾക്ക് പുറമേ, Andrei Karpathy നൽകുന്നു നല്ല ജീവിത ഉപദേശം വേണ്ടി അതിമോഹമുള്ള ശാസ്ത്രജ്ഞർ. ആൻഡ്രി വായിക്കുക ട്വിറ്റർ പിന്നെ സാമൂഹികം.

ഊബർ എഞ്ചിനീയറിംഗ്

Uber എഞ്ചിനീയറിംഗ് ബ്ലോഗ് അതിന്റെ സ്കെയിലിലും വീതിയിലും വളരെയധികം വിഷയങ്ങൾ ഉൾക്കൊള്ളുന്നു, പ്രത്യേകിച്ചും നിർമ്മിത ബുദ്ധി. ഊബറിന്റെ എഞ്ചിനീയറിംഗ് സംസ്കാരത്തെക്കുറിച്ച് എനിക്ക് പ്രത്യേകമായി ഇഷ്‌ടപ്പെടുന്നത് വളരെ രസകരവും മൂല്യവത്തായതുമായ ഉൽപ്പന്നങ്ങൾ നിർമ്മിക്കാനുള്ള അവരുടെ പ്രവണതയാണ് പ്രോജക്ടുകൾ ഒരു തകർപ്പൻ വേഗതയിൽ തുറന്ന ഉറവിടം. ചില ഉദാഹരണങ്ങൾ ഇതാ:

• ലുഡ്‌വിഗ്
• h3
• പ്രതികരണം-vis
• aresdb
• ആ ലിസ്റ്റ് നീളുന്നു... ഹാറ്റ്സ് ഓഫ്, യൂബർ

OpenAI ബ്ലോഗ്

വിവാദങ്ങൾ മാറ്റിനിർത്തിയാൽ, ഓപ്പൺഎഐയുടെ ബ്ലോഗ് അനിഷേധ്യമാണ്. കാലാകാലങ്ങളിൽ, OpenAI: സാങ്കൽപ്പിക സ്കെയിലിൽ മാത്രം വരുന്ന ആഴത്തിലുള്ള പഠനത്തെക്കുറിച്ചുള്ള ഉള്ളടക്കവും ആശയങ്ങളും ബ്ലോഗ് പോസ്റ്റുചെയ്യുന്നു. പ്രതിഭാസം ആഴത്തിലുള്ള ഇരട്ട ഇറക്കം. OpenAI ടീം അപൂർവ്വമായി പോസ്റ്റുചെയ്യുന്നു, എന്നാൽ ഇത് പ്രധാനപ്പെട്ട കാര്യമാണ്.

ഉറവിടം

തബൂല ബ്ലോഗ്

ഈ പോസ്റ്റിലെ മറ്റ് ചില സ്രോതസ്സുകളെപ്പോലെ തബൂല ബ്ലോഗ് അറിയപ്പെടുന്നില്ല, പക്ഷേ ഇത് അദ്വിതീയമാണെന്ന് ഞാൻ കരുതുന്നു - "സാധാരണ" എന്നതിനായി നിർമ്മാണത്തിൽ ML പ്രയോഗിക്കാൻ ശ്രമിക്കുമ്പോൾ രചയിതാക്കൾ വളരെ താഴെയുള്ള, യഥാർത്ഥ ജീവിത പ്രശ്‌നങ്ങളെക്കുറിച്ച് എഴുതുന്നു. "ബിസിനസ്സുകൾ: സെൽഫ് ഡ്രൈവിംഗ് കാറുകളെക്കുറിച്ചും ലോക ചാമ്പ്യൻമാരായ RL ഏജന്റുമാരെക്കുറിച്ചും കുറവ്, "എന്റെ മോഡൽ ഇപ്പോൾ തെറ്റായ ആത്മവിശ്വാസത്തോടെ കാര്യങ്ങൾ പ്രവചിക്കുകയാണെന്ന് എനിക്ക് എങ്ങനെ അറിയാം?" ഫീൽഡിൽ പ്രവർത്തിക്കുന്ന മിക്കവാറും എല്ലാവർക്കും ഈ പ്രശ്നങ്ങൾ പ്രസക്തമാണ്, മാത്രമല്ല കൂടുതൽ സാധാരണ AI വിഷയങ്ങളേക്കാൾ കുറഞ്ഞ പ്രസ്സ് കവറേജ് അവർക്ക് ലഭിക്കുന്നു, എന്നാൽ ഈ പ്രശ്നങ്ങൾ ശരിയായി പരിഹരിക്കാൻ ഇപ്പോഴും ലോകോത്തര പ്രതിഭകൾ ആവശ്യമാണ്. ഭാഗ്യവശാൽ, തബൂലയ്ക്ക് ഈ കഴിവും അതിനെക്കുറിച്ച് എഴുതാനുള്ള സന്നദ്ധതയും കഴിവും ഉണ്ട്, അതുവഴി മറ്റുള്ളവർക്കും പഠിക്കാനാകും.

റെഡ്ഡിറ്റ്

ട്വിറ്ററിനൊപ്പം, ഗവേഷണത്തിലോ ടൂളുകളിലോ ആൾക്കൂട്ടത്തിന്റെ ജ്ഞാനത്തിലോ ആകൃഷ്ടനാകുന്നതിലും മികച്ചതായി റെഡ്ഡിറ്റിൽ ഒന്നുമില്ല.

• reddit.com/r/machinelearning
• reddit.com/r/datascience

AI യുടെ അവസ്ഥ

പോസ്റ്റുകൾ വർഷം തോറും പ്രസിദ്ധീകരിക്കുന്നു, പക്ഷേ വളരെ സാന്ദ്രമായ വിവരങ്ങൾ കൊണ്ട് നിറഞ്ഞിരിക്കുന്നു. ഈ ലിസ്റ്റിലെ മറ്റ് ഉറവിടങ്ങളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, സാങ്കേതികമല്ലാത്ത ബിസിനസ്സ് ആളുകൾക്ക് ഇത് കൂടുതൽ ആക്സസ് ചെയ്യാവുന്നതാണ്. ചർച്ചകളിൽ എനിക്ക് ഇഷ്‌ടമായത്, വ്യവസായവും ഗവേഷണവും എവിടേക്കാണ് പോകുന്നത് എന്നതിനെക്കുറിച്ചുള്ള കൂടുതൽ സമഗ്രമായ വീക്ഷണം നൽകാൻ ഇത് ശ്രമിക്കുന്നു, ഹാർഡ്‌വെയർ, ഗവേഷണം, ബിസിനസ്സ്, കൂടാതെ ജിയോപൊളിറ്റിക്‌സ് എന്നിവയിലെ മുന്നേറ്റങ്ങളെ പക്ഷിയുടെ കാഴ്ചയിൽ നിന്ന് ബന്ധിപ്പിക്കുന്നു. താൽപ്പര്യ വൈരുദ്ധ്യങ്ങളെക്കുറിച്ച് വായിക്കാൻ അവസാനം മുതൽ ആരംഭിക്കുന്നത് ഉറപ്പാക്കുക.

പോഡ്കാസ്റ്റുകൾ

സത്യസന്ധമായി, സാങ്കേതിക വിഷയങ്ങൾ പര്യവേക്ഷണം ചെയ്യുന്നതിന് പോഡ്‌കാസ്റ്റുകൾ വളരെ അനുയോജ്യമല്ലെന്ന് ഞാൻ കരുതുന്നു. എല്ലാത്തിനുമുപരി, അവർ വിഷയങ്ങൾ വിശദീകരിക്കാൻ ഓഡിയോ മാത്രമേ ഉപയോഗിക്കുന്നുള്ളൂ, കൂടാതെ ഡാറ്റ സയൻസ് വളരെ വിഷ്വൽ ഫീൽഡാണ്. പോഡ്‌കാസ്റ്റുകൾ പിന്നീട് കൂടുതൽ ആഴത്തിലുള്ള ഗവേഷണം നടത്തുന്നതിനോ ആകർഷകമായ ചില ദാർശനിക ചർച്ചകൾ നടത്തുന്നതിനോ ഒരു ഒഴികഴിവ് നൽകുന്നു. എന്നിരുന്നാലും, ചില ശുപാർശകൾ ഇതാ:

• ലെക്സ് ഫ്രീഡ്മാൻ പോഡ്കാസ്റ്റ്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മേഖലയിലെ പ്രമുഖ ഗവേഷകരുമായി അദ്ദേഹം സംസാരിക്കുന്നത് പോലെ. Francois Chollet ഉള്ള എപ്പിസോഡുകൾ പ്രത്യേകിച്ച് നല്ലതാണ്!
• ഡാറ്റാ എഞ്ചിനീയറിംഗ് പോഡ്‌കാസ്റ്റ്. പുതിയ ഡാറ്റ ഇൻഫ്രാസ്ട്രക്ചർ ടൂളുകളെ കുറിച്ച് കേൾക്കാൻ സന്തോഷമുണ്ട്.

ആകർഷണീയമായ ലിസ്റ്റുകൾ

ഇവിടെ ട്രാക്ക് സൂക്ഷിക്കാൻ കുറച്ച് മാത്രമേയുള്ളൂ, എന്നാൽ നിങ്ങൾ എന്താണ് തിരയുന്നതെന്ന് അറിയുമ്പോൾ ഉപയോഗപ്രദമാകുന്ന കൂടുതൽ ഉറവിടങ്ങൾ:

• github.com/josephmisiti/wesome-machine-learning
• awesomedataengineering.com

ട്വിറ്റർ

• മാറ്റി മരിയൻസ്കി
  ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ഉപയോഗിക്കുന്നതിനുള്ള മനോഹരവും ക്രിയാത്മകവുമായ വഴികൾ മാറ്റി കണ്ടെത്തുന്നു, നിങ്ങളുടെ Twitter ഫീഡിൽ അവന്റെ ഫലങ്ങൾ കാണുന്നത് രസകരമാണ്. കുറഞ്ഞത് ഒന്ന് നോക്കുക ഇത് പോസ്റ്റ്
• ഓറി കോഹൻ
  ഓറി ഒരു ഡ്രൈവിംഗ് മെഷീൻ മാത്രമാണ് ബ്ലോഗുകൾ. ഡാറ്റാ സയന്റിസ്റ്റുകളുടെ പ്രശ്നങ്ങളെയും പരിഹാരങ്ങളെയും കുറിച്ച് അദ്ദേഹം വിപുലമായി എഴുതുന്നു. ഒരു ലേഖനം പ്രസിദ്ധീകരിക്കുമ്പോൾ അറിയിക്കുന്നതിന് സബ്‌സ്‌ക്രൈബ് ചെയ്യുന്നത് ഉറപ്പാക്കുക. അദ്ദേഹത്തിന്റെ സമാഹരണം, പ്രത്യേകിച്ച്, ശരിക്കും ശ്രദ്ധേയമാണ്.
• ജെറമി ഹോവാർഡ്
  സർഗ്ഗാത്മകതയുടെയും ഉൽപ്പാദനക്ഷമതയുടെയും സമഗ്രമായ ഉറവിടമായ fast.ai-യുടെ സഹസ്ഥാപകൻ.
• ഹാമൽ ഹുസൈൻ
  Github-ലെ ഒരു സ്റ്റാഫ് ML എഞ്ചിനീയറായ ഹാമൽ ഹുസൈൻ, ഡാറ്റാ കോഡറുകൾക്കായി നിരവധി ടൂളുകൾ സൃഷ്ടിക്കുകയും റിപ്പോർട്ടുചെയ്യുകയും ചെയ്യുന്ന ജോലിയിൽ തിരക്കിലാണ്.
• ഫ്രാങ്കോയിസ് ചൊലെത്
  കേരസിന്റെ സ്രഷ്ടാവ്, ഇപ്പോൾ ശ്രമിക്കുന്ന ഇന്റലിജൻസ് എന്താണെന്നും അത് എങ്ങനെ പരീക്ഷിക്കാമെന്നും ഉള്ള ഞങ്ങളുടെ ധാരണ അപ്ഡേറ്റ് ചെയ്യുക.
• ഹാർഡ്മാരു
  ഗൂഗിൾ ബ്രെയിനിലെ ഗവേഷണ ശാസ്ത്രജ്ഞൻ.

തീരുമാനം

ലിസ്റ്റിൽ ഉൾപ്പെടുത്താത്തത് ലജ്ജാകരമായ ഉള്ളടക്കത്തിന്റെ മികച്ച ഉറവിടങ്ങൾ രചയിതാവ് കണ്ടെത്തുന്നതിനാൽ യഥാർത്ഥ പോസ്റ്റ് അപ്‌ഡേറ്റ് ചെയ്തേക്കാം. അവനെ ബന്ധപ്പെടാൻ മടിക്കേണ്ടതില്ല ട്വിറ്റർ, നിങ്ങൾക്ക് ഒരു പുതിയ ഉറവിടം ശുപാർശ ചെയ്യണമെങ്കിൽ! കൂടാതെ DAGsHub നിയമിക്കുന്നു അഭിഭാഷകൻ [ഏകദേശം. വിവർത്തനം പബ്ലിക് പ്രാക്ടീഷണർ] ഡാറ്റാ സയൻസിൽ, അതിനാൽ നിങ്ങളുടേതായ ഡാറ്റ സയൻസ് ഉള്ളടക്കം സൃഷ്ടിക്കുകയാണെങ്കിൽ, പോസ്റ്റിന്റെ രചയിതാവിന് എഴുതാൻ മടിക്കേണ്ടതില്ല.

ശുപാർശ ചെയ്ത ഉറവിടങ്ങൾ വായിച്ചും പ്രൊമോഷണൽ കോഡ് ഉപയോഗിച്ചും സ്വയം വികസിപ്പിക്കുക HABR, ബാനറിൽ സൂചിപ്പിച്ചിരിക്കുന്ന കിഴിവിൽ നിങ്ങൾക്ക് 10% അധികമായി ലഭിക്കും.

• ഡാറ്റ സയൻസ് ഓൺലൈൻ ബൂട്ട്ക്യാമ്പ്
• ഡാറ്റാ അനലിസ്റ്റിന്റെ തൊഴിൽ ആദ്യം മുതൽ പരിശീലിപ്പിക്കുന്നു
• ഡാറ്റ അനലിറ്റിക്സ് ഓൺലൈൻ ബൂട്ട്ക്യാമ്പ്
• ആദ്യം മുതൽ ഡാറ്റാ സയൻസ് പ്രൊഫഷൻ പഠിപ്പിക്കുന്നു
• വെബ് ഡെവലപ്‌മെന്റ് കോഴ്‌സിനായുള്ള പൈത്തൺ

കൂടുതൽ കോഴ്സുകൾ

• ഡാറ്റ അനലിറ്റിക്സ് കോഴ്സ്
• DevOps കോഴ്സ്
• പ്രൊഫഷണൽ വെബ് ഡെവലപ്പർ
• ആദ്യം മുതൽ തൊഴിൽ iOS ഡെവലപ്പർ
• പ്രൊഫഷൻ ആൻഡ്രോയിഡ് ഡെവലപ്പർ ആദ്യം മുതൽ
• ആദ്യം മുതൽ പ്രൊഫഷണൽ ജാവ ഡെവലപ്പർ
• ജാവാസ്ക്രിപ്റ്റ് കോഴ്സ്
• മെഷീൻ ലേണിംഗ് കോഴ്സ്
• കോഴ്‌സ് "ഡാറ്റ സയൻസിന് മാത്തമാറ്റിക്സും മെഷീൻ ലേണിംഗും"
• വിപുലമായ കോഴ്‌സ് "മെഷീൻ ലേണിംഗ് പ്രോ + ഡീപ് ലേണിംഗ്"

ഫീച്ചർ ചെയ്ത ലേഖനങ്ങൾ

• ഓൺലൈൻ കോഴ്‌സുകളില്ലാതെ എങ്ങനെ ഒരു ഡാറ്റാ സയന്റിസ്റ്റ് ആകാം
• 450 സൗജന്യ ഐവി ലീഗ് കോഴ്സുകൾ
• മെഷീൻ ലേണിംഗ് എങ്ങനെ ആഴ്ചയിൽ 5 ദിവസം തുടർച്ചയായി 9 മാസം പഠിക്കാം
• ഒരു ഡാറ്റാ അനലിസ്റ്റ് എത്രമാത്രം സമ്പാദിക്കുന്നു: 2020 ൽ റഷ്യയിലും വിദേശത്തുമുള്ള ശമ്പളത്തിന്റെയും ഒഴിവുകളുടെയും ഒരു അവലോകനം
• ഖനന വ്യവസായത്തിലെ മെഷീൻ ലേണിംഗ്, കമ്പ്യൂട്ടർ വിഷൻ

അവലംബം: www.habr.com