কীভাবে ডেটা বিজ্ঞান স্ব-শেখা যায়? [বন্ধ]


16

আমি একটি স্ব-শিক্ষিত ওয়েব বিকাশকারী এবং নিজেকে ডেটা বিজ্ঞান পড়ানোর বিষয়ে আগ্রহী, তবে কীভাবে শুরু করব তা সম্পর্কে আমি নিশ্চিত নই। বিশেষত, আমি ভাবছি:

  1. তথ্য বিজ্ঞানের মধ্যে কি ক্ষেত্র আছে? (উদাঃ, কৃত্রিম বুদ্ধি, মেশিন লার্নিং, ডেটা বিশ্লেষণ ইত্যাদি)
  2. লোকেরা কি সুপারিশ করতে পারে এমন কোন অনলাইন ক্লাস রয়েছে?
  3. সেখানে কি এমন প্রকল্প রয়েছে যা আমি অনুশীলন করতে পারি (যেমন, ওপেন ডেটাসেট)।
  4. আমি কি আবেদন করতে পারি বা সম্পূর্ণ করতে পারি এমন শংসাপত্র রয়েছে?

উত্তর:


15

মার্টিন সাইটে স্বাগতম! এটি একটি বিস্তৃত প্রশ্ন, সুতরাং আপনি সম্ভবত বিভিন্ন উত্তর পেতে চলেছেন। এই আমার গ্রহণ।

  1. ডেটা সায়েন্স হ'ল একটি আন্তঃশৃঙ্খলা ক্ষেত্র যা সাধারণত শাস্ত্রীয় পরিসংখ্যান, মেশিন লার্নিং এবং কম্পিউটার বিজ্ঞানকে একত্রিত করার জন্য ভাবা হয় (আবার এটি আপনার কাকে জিজ্ঞাসা করে তার উপর নির্ভর করে তবে অন্যটি এখানে ব্যবসায়ের বুদ্ধিমত্তা এবং সম্ভাব্য তথ্য দর্শন বা জ্ঞান আবিষ্কারও অন্তর্ভুক্ত করতে পারে; উদাহরণস্বরূপ, ডেটা বিজ্ঞানের উইকিপিডিয়া নিবন্ধ )। একজন ভাল ডেটা বিজ্ঞানীও যে ডোমেনে তারা কাজ করছেন তার ডোমেন-নির্দিষ্ট বৈশিষ্ট্যগুলি বাছাই করতে দক্ষ। উদাহরণস্বরূপ, হাসপাতালের রেকর্ডগুলির জন্য বিশ্লেষণে কাজ করা কোনও ডেটা বিজ্ঞানী যদি তাদের বায়োমেডিকাল ইনফরম্যাটিকসে পটভূমি থাকে তবে আরও কার্যকর।
  2. আপনার আগ্রহী বিশ্লেষণের ধরণের উপর নির্ভর করে এখানে অনেকগুলি বিকল্প রয়েছে And অ্যান্ড্রু এনগির কোর্স কোর্সটি বেশিরভাগের দ্বারা উল্লিখিত প্রথম সংস্থান এবং যথাযথভাবে তাই। আপনি যদি মেশিন লার্নিংয়ে আগ্রহী হন তবে এটি শুরু করার এক দুর্দান্ত জায়গা। আপনি যদি জড়িত গণিতের গভীর অনুসন্ধান করতে চান, তবে তিবশিরানীর দ্য উপাদানসমূহের পরিসংখ্যানগত শিক্ষাটি দুর্দান্ত তবে মোটামুটি উন্নত পাঠ্য। এনজিএস ছাড়াও কোর্সায় অনেকগুলি অনলাইন কোর্স উপলব্ধ রয়েছে তবে আপনি যে ধরণের বিশ্লেষণের দিকে মনোনিবেশ করতে চান এবং / অথবা আপনি যে ডোমেনে কাজ করার পরিকল্পনা করছেন তার জন্য আপনার মন দিয়ে সেগুলি নির্বাচন করা উচিত।
  3. কাগল । আপনি যদি কিছু বাস্তব-বিশ্লেষণ বিশ্লেষণ সমস্যায় ডুব দিতে চান তবে কাগল দিয়ে শুরু করুন। আপনার দক্ষতার স্তরের উপর নির্ভর করে, যদিও সহজ সরল শুরু করা ভাল। প্রজেক্ট ইউলার এক-বন্ধ অনুশীলন সমস্যাগুলির একটি দুর্দান্ত সংস্থান যা আমি এখনও ওয়ার্ম-আপ কাজের হিসাবে ব্যবহার করি।
  4. আবার এটি সম্ভবত আপনি যে ডোমেনে কাজ করতে চান তার উপর নির্ভর করে However তবে, আমি জানি আপনি যদি কোর্সেরা ডেটা বিজ্ঞানের সাথে সম্পর্কিত কোর্সগুলি সম্পন্ন করেন তবে একটি ডেটা বিজ্ঞান শংসাপত্র সরবরাহ করে। এটি সম্ভবত শুরু করার জন্য একটি ভাল জায়গা।

শুভকামনা! আপনার যদি অন্য কোনও নির্দিষ্ট প্রশ্ন থাকে তবে বিনা দ্বিধায় আমাকে মন্তব্যগুলিতে জিজ্ঞাসা করুন এবং আমি যথাসাধ্য চেষ্টা করব!


1
এই ফিরে আসছে, অ্যান্ড্রু এনজি এর কোর্স হয় কঠিন । আমার উল্লেখ করা উচিত ছিল আমি গণিতে শক্তিশালী নই। আমি শুনেছি যে এই অন্যান্য ডেটা সায়েন্স কোর্স দড়ি শেখার জন্য কিছুটা সহজ। আপনি কি মনে করেন?
মার্টিন

5

আমি একজন স্ব-শিক্ষিত ডেটা বিজ্ঞানী, এবং এটি সম্পর্কে কীভাবে যেতে হয় তা ব্যাখ্যা করার জন্য আমি যথাসাধ্য চেষ্টা করব।


তথ্য বিজ্ঞানের মধ্যে কি ক্ষেত্র আছে? (উদাঃ, কৃত্রিম বুদ্ধি, মেশিন লার্নিং, ডেটা বিশ্লেষণ ইত্যাদি)

ডেটা সায়েন্স একটি বিস্তৃত ডোমেন। এটি তথ্য বিজ্ঞান সম্পর্কে। সুতরাং, সিদ্ধান্ত নিতে ডেটা ব্যবহার করে এমন কোনও ক্ষেত্রই এই ডোমেনের আওতায় আসে। কিছু ক্ষেত্রের মধ্যে রয়েছে:

  • এআই
  • প্যাটার্ন রিকগনিশন এবং অ্যানালিটিক্স
  • বায়ো-পরিসংখ্যান
  • পরিসংখ্যান শিক্ষা
  • মেশিন লার্নিং
  • ডেটা নান্দনিকতা (বা ডেটা ভিজ্যুয়ালাইজেশন)
  • ডেটা জার্নালিজম

লোকেরা কি সুপারিশ করতে পারে এমন কোন অনলাইন ক্লাস রয়েছে?

আমি উত্তর দিয়েছি a একই প্রশ্নের । সুতরাং আমি এটি এখানে উদ্ধৃত:

দিয়ে শুরু করুন Coursera এর মেশিন লার্নিং অবশ্যই। শিক্ষার্থীকে মেশিন লার্নিংয়ের ডোমেনে পরিচয় করিয়ে দেওয়ার ক্ষেত্রে এটি সত্যিই ভাল কাজ করে এবং আপনাকে ধারণাগুলির দৃ in় ভিত্তি তৈরি করতে সহায়তা করে।

যদি আপনি মনে করেন যে এই গণিতে গণিতটি কিছুটা নিচে পড়ে গেছে তবে আপনি নিতে পারেন এই কোর্সটি , একই অধ্যাপকের শেখানো এবং পূর্বের চেয়ে গণিত-নিবিড়।

এখন, আপনার কাছে মেশিন লার্নিংয়ের প্রাথমিক ধারণাগুলি সম্পর্কে একটি পরিষ্কার ধারণা থাকতে হবে। এখন, নিন এই কোর্সটি নিন , যা অ্যান্ড্রু এনজি এর কোর্সের অনুগামী বা পরিপূরক হিসাবে বলা যেতে পারে।

আইএপিআর থেকে প্রাপ্ত এই সংস্থার অনেকগুলি এমএল ধারণা যেমন ক্রস-বৈধকরণ, নিয়মিতকরণ ইত্যাদির উপর গভীরতার নোট রয়েছে has

আপনি এই আশ্চর্যজনক সংস্থানগুলির তালিকাটিও দেখতে পারেন কোওরায় একটি ব্লগে সংকলিত ।

এখন, স্নায়বিক নেটওয়ার্কগুলির উন্নত ধারণাগুলি এবং গভীর শিক্ষার জন্য ডাইভিংয়ের জন্য, আপনি এই নিখরচায় বইটি ব্যবহার করতে পারেন

অবশেষে, নিখরচায় ই-বুক: এলিমেন্টস অফ স্ট্যাটিস্টিকাল লার্নিং এমএল বা স্ট্যাটিস্টিকাল লার্নিংয়ের নতুনদের জন্য একটি দুর্দান্ত বই।

আমি এগুলি ছাড়াও, কোরা দ্বারা ডেটা বিজ্ঞানের রেফারেন্সগুলির এই সংগ্রহস্থলটি পরীক্ষা করে দেখুন ।


সেখানে কি এমন প্রকল্প রয়েছে যা আমি অনুশীলন করতে পারি (যেমন, ওপেন ডেটাসেট)।

আমি ভারতের ওপেন ডেটাসেট নিয়ে প্রকল্পগুলি শুরু করেছি। তবে, আমি আপনাকে এখানে এই আশ্চর্যজনক আলোচনাটি পরীক্ষা করার জন্য সুপারিশ করব এবং সেই প্রকল্পগুলি করার পরে, আপনি কাগল দিয়ে শুরু করতে পারেন।


আমি কি আবেদন করতে পারি বা সম্পূর্ণ করতে পারি এমন শংসাপত্র রয়েছে?

আমার মতে, কোনও তথ্য বিজ্ঞানের শংসাপত্র নেই। হ্যাঁ, সেখানে প্রচুর বিগ ডেটা শংসাপত্র রয়েছে, তবে আমি উদীয়মান তথ্য বিজ্ঞানের পক্ষে এগুলিকে সত্যই কার্যকর হতে দেখিনি, সুতরাং আমি আপনাকে সুপারিশ করছি যে যতক্ষণ না আপনি আপনার এমএল এবং ডেটা দক্ষতা নিয়ে যথেষ্ট আত্মবিশ্বাসী হন ততক্ষণ তাদের কমপক্ষে তা না ধরিয়ে দিন।


1

আমি ডেটা সায়েন্সের কোর্সেরা স্পেশালাইজেশন থেকে শুরু করার পরামর্শ দিচ্ছি। জনস হপকিন্সের ডেটা সায়েন্স স্পেশালাইজেশন হ'ল প্রাচীনতম চলমান বিশেষত্ব। আমি বই এবং কাগজ সুপারিশ না। তারা কেবল প্রথম দিকে আপনাকে বিভ্রান্ত করে। মনে রাখবেন কোডিং হ'ল ডেটা সায়েন্সের সহজতম অংশ এবং আপনাকে অনেক কিছু শিখতে হবে। মাঠটি সম্পর্কে ধারণা পাওয়ার জন্য, এই ভেন ডায়াগ্রামটি একটি ভাল শুরু।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.