উত্তর:
আপনি যদি কোনও অ্যাপ্লিকেশন-ভিত্তিক বই চান, তবে ক্রিস্টোফার বিশপের মডেল-ভিত্তিক মেশিন লার্নিং বিবেচনা করুন । তাঁর কাছে আরও প্রযুক্তিগত বই রয়েছে যা সমাদৃত।
আপনি যদি প্রচুর কোড সন্ধান করেন, হ্যাকারদের জন্য সম্ভাব্য প্রোগ্রামিং এবং বেয়েসিয়ান পদ্ধতিগুলি একটি বিকল্প।
আরও পরিসংখ্যানগত বাঁকযুক্ত আর একটি প্রবর্তক বই হ'ল একটি পরিচিতি যা পরিসংখ্যানগত শিক্ষার সাথে অ্যাপ্লিকেশনগুলিতে আর । আবার, লেখকদের কাছে বইটির একটি সুপরিচিত প্রযুক্তিগত সংস্করণ রয়েছে।
কয়েক সপ্তাহ আগে আমারও একই প্রশ্ন ছিল।
বুনিয়াদি শেখার ক্ষেত্রে আমি ব্যক্তিগতভাবে ডেটা অ্যানালাইসিসের জন্য ও'রিলির পাইথনটি খুঁজে পেয়েছি । বইটি ধরে নিয়েছে যে আপনার কাছে অজগর প্রোগ্রামিংয়ের কিছু অভিজ্ঞতা রয়েছে তবে বেসিকগুলি পড়ার জন্য এটি পিছনে একটি পরিশিষ্টও রয়েছে।
লেখক আপনাকে প্রথম কয়েকটি অধ্যায়গুলির মধ্যে শুরুতে তৈরি করতে পারেন শুরুতে বিভিন্ন ধরণের বাস্তব বিশ্বের (মন্টি পাইথন নয়) উদাহরণ দেয়, তারপরে বইটি আপনার জ্ঞান তৈরি করে প্রতিটি বিষয় সম্পর্কে বিস্তারিতভাবে যায় into
আমি নির্দেশাবলী খুব সহজ এবং ধাপে ধাপে পেয়েছি। আমার এই অধ্যাপক যিনি এই সমস্ত ক্ষেত্রে আমার গাইড তিনি কতটা শিখেছি তা মুগ্ধ করেছিলেন।
আমি কাগল সম্পর্কে ভাল জিনিস শুনেছি।
মাইক্রোসফ্ট অ্যাজুরি মেশিন লার্নিং এবং আর সাথে ক্লাউডে ডেটা সায়েন্স একটি ফ্রি পাঠ্যপুস্তিকা যা দুর্দান্ত উদাহরণের মাধ্যমে কাজ করে। বই থেকে কিছু উপকার পাওয়ার জন্য আপনার প্রয়োজন নেই এমন বিশেষ সরঞ্জামগুলি ব্যবহার বন্ধ করবেন না।
আর একটি যা আমি উপভোগ করেছি তা হ'ল প্রোগ্রামিং কালেক্টিভ ইন্টেলিজেন্স যা বেশ কয়েকটি প্রকল্পের সাথেও বিস্তৃত হয়, ওয়েব স্ক্র্যাপিং অংশ সহ যা বেশিরভাগ বইয়ের উপর চকচকে করে।
আমি আইপিথন নোটবুকের এই সংকলনের সুপারিশ করতে পারি যার মধ্যে ডেটা সায়েন্স, পরিসংখ্যান এবং মেশিন লার্নিং মন্তব্য করা নোটবুক অন্তর্ভুক্ত রয়েছে।
https://github.com/ipython/ipython/wiki/A-gallery-of-interesting-IPython-Notebooks
ধাপে ধাপে কিছু আকর্ষণীয় ব্যাখ্যা আপনি খুঁজে পেতে পারেন এমন একটি জায়গা হ'ল কেগল টিউটোরিয়াল এবং বিজয়ীর সাক্ষাত্কার । প্রায়শই লোকেরা তাদের পদ্ধতির বিশদ সংক্ষিপ্তসার পোস্ট করবে।
আমি যে সেরা বইটি পেয়েছি তার মধ্যে একটি সেবাস্তিয়ান রাশকা থেকে পাইথনে মেশিন লার্নিং । সহজ উদাহরণ, ধাপে ধাপে ব্যাখ্যা এবং ঠিক পরিমাণে গণিতে।
বইয়ের কাঠামো ডেটা পরিষ্কার থেকে শুরু করে সমাবেশ এবং মূল্যায়ন পর্যন্ত পুরো প্রক্রিয়াটি কভার করে।
একটু দেখো :
https://www.analyticsvidhya.com/blog/2016/01/complete-tutorial-learn-data-science-python-scratch-2/
এটিতে একটি ধাপে ধাপে টিউটোরিয়াল রয়েছে যা আপনাকে ডেটা এক্সপ্লোরেশন, ডেটা বিশ্লেষণ এবং ভবিষ্যদ্বাণীপূর্ণ মডেল তৈরির পুরো প্রক্রিয়া সম্পর্কে ধারণা দেবে।
ডেটা এক্সপ্লোরেশন এবং ফিচার ইঞ্জিনিয়ারিং সম্পর্কিত ব্যাখ্যা (প্রাসঙ্গিক বৈশিষ্ট্যগুলি কীভাবে চয়ন করবেন) এখানে রয়েছে:
https://www.analyticsvidhya.com/blog/2016/01/guide-data-exploration/
এখানে প্রথম 5 ডেটাসেটগুলি দেখুন যেখানে টিউটোরিয়াল রয়েছে এবং ব্যবহারিক অভিজ্ঞতা পেতে তাদের উপর কাজ করুন:
এছাড়াও একবার দেখুন:
http://machinelearningmastery.com/machine-learning-in-python-step-by-step/
যেখানে তিনি একক ডেটাসেটে একাধিক মডেল ব্যবহার করেন যা আপনাকে বিভিন্ন মডেলের প্রাথমিক স্তরের উপলব্ধি দেবে।
মডেল নির্বাচন সম্পর্কে আরও বোঝার জন্য এটি একবার দেখুন:
https://www.quora.com/Data-Science-How-do-Data-Scientists-perform-model-selection
উপরের লিঙ্কটিতে ক্ষেত্রের মধ্যে কাজ করা লোকদের দেওয়া উত্তর রয়েছে।
বিভিন্ন ডেটাসেটের অন্তর্দৃষ্টি পেতে আপনি সর্বদা কাগল এ লগইন করতে পারেন এবং প্রতিযোগিতাগুলির মধ্য দিয়ে যেতে পারেন এবং ডেটাসেটের বিস্তৃত পরিসরটি দেখতে পারেন, যেখানে আপনার কার্নেলগুলিতে লোকের কোডে অ্যাক্সেস রয়েছে। লোকে বিভিন্ন সমস্যার জন্য এবং তাদের পদ্ধতির জন্য বিভিন্ন মডেল ব্যবহার সম্পর্কে আলোচনা করার সাথে সাথে কেগল-এর ফোরামগুলি সহায়ক।