প্রোগ্রামার মেশিন লার্নিং ক্ষেত্রের মধ্যে প্রবেশ করতে চাইছেন


19

আমি একটি সফ্টওয়্যার বিকাশকারী (বেশিরভাগ। নেট এবং পাইথন প্রায় 5 বছরের অভিজ্ঞতা)। আমাকে মেশিন লার্নিং ফিল্ডে চাকরী পেতে বা সত্যিই এমন কিছু যা আমাকে field ক্ষেত্রে শুরু করতে সহায়তা করবে আমি কী করতে পারি? স্নাতকোত্তর ডিগ্রি কি কঠিন প্রয়োজন?


2
এই প্রশ্নটি একটি সম্প্রদায়ের উইকি প্রশ্নের মতো মনে হচ্ছে।
অ্যান্ড্রু

উত্তর:


16

যতবারই আমি কারও সাথে আরও মেশিন লার্নিং শেখার বিষয়ে কথা বলেছি তারা সর্বদা আমাকে হাসি এবং তিবশিরানি দ্বারা পরিসংখ্যানগত শিক্ষার উপাদানগুলির দিকে নির্দেশ করে । এই বইটি অনলাইনে বিনামূল্যে উপলব্ধ হওয়ার সৌভাগ্য রয়েছে (একটি হার্ড কপির একটি নির্দিষ্ট আবেদন রয়েছে তবে এটি প্রয়োজন হয় না) এবং এটি বিষয়টির সত্যই দুর্দান্ত ভূমিকা। আমি এটিতে এখনও সমস্ত কিছু পড়িনি, তবে আমি এর অনেকগুলি পড়েছি এবং এটি সত্যই আমাকে জিনিসগুলি আরও ভালভাবে বুঝতে সহায়তা করেছে।

আরেকটি সংস্থান যা আমি আমার মাধ্যমে কাজ করে চলেছি তা হ'ল স্ট্যানফোর্ড মেশিন লার্নিং ক্লাস , এটি অনলাইন এবং বিনামূল্যেও। অ্যান্ড্রু এনজি আপনাকে বিভিন্ন বিষয় নিয়ে চলার দুর্দান্ত কাজ করে। আমি এটি বিশেষভাবে সহায়ক বলে মনে করি, কারণ অ্যালগরিদমগুলি প্রয়োগ করার ক্ষেত্রে আমার ব্যাকগ্রাউন্ডটি দুর্বল (আমি একজন স্ব-শিক্ষিত প্রোগ্রামার) এবং এটি আপনাকে দেখায় যে কীভাবে অক্টোবায় জিনিসগুলি প্রয়োগ করা যায় (মঞ্জুর আর এর ইতিমধ্যে প্যাকেজগুলিতে প্রয়োগ হয়েছে)। আমি কয়েক মাস আগে রেডডিট পরিসংখ্যানগুলিতে এই নোটগুলিও পেয়েছি , সুতরাং আমি সেগুলির মাধ্যমে একরকম ঝাঁকুনি পরে ভিডিওটি দেখি এবং আমার নিজের নোটগুলি দ্বারা এটি প্রতিবিম্বিত করি।

আমার পটভূমি পরিসংখ্যানগুলিতে রয়েছে এবং আমি মেশিন লার্নিং ধারণাগুলির সাথে কিছুটা এক্সপোজার পেয়েছি (আমার একটি ভাল বন্ধু এটির মধ্যে রয়েছে) তবে আমি সবসময় অনুভব করেছি যে আমার কাছে মেশিন লার্নিং ফ্রন্টের অভাব রয়েছে, তাই আমি এটি সব শিখার চেষ্টা করেছি আমার নিজের থেকে আরও কিছু। সৌভাগ্যক্রমে সেখানে প্রচুর সংস্থান রয়েছে।

শিল্পে বা স্নাতক বিদ্যালয়ের প্রয়োজনীয়তার বিষয়ে আমি চাকুরী পাওয়ার পক্ষে পরামর্শ দেওয়ার মতো দুর্দান্ত অবস্থানে নেই (দেখা যাচ্ছে যে আমি কখনও কাউকে নিয়োগ করি নি) তবে আমি লক্ষ্য করেছি যে ব্যবসায়ের জগতটি এমন লোকদের পছন্দ করে যারা কাজ করতে পারে এবং কাগজের টুকরোগুলির সাথে কিছুটা কম উদ্বিগ্ন যে বলে যে আপনি কিছু করতে পারেন।

আমি যদি আপনি হয়ে থাকি তবে আমি আমার ফ্রি সময়টির কিছুটা আমার মেশিন লার্নিংয়ের জ্ঞানের উপর আত্মবিশ্বাসের সাথে ব্যয় করতাম এবং তারপরে সুযোগগুলি দেখার সাথে সাথে জিনিসগুলি বাস্তবায়িত করতাম। মঞ্জুর করা আপনার অবস্থান আপনাকে সেই সুযোগটি দিতে পারে না তবে আপনি যদি এমন কিছু বাস্তবায়ন করতে পারেন যা আপনার সংস্থার জন্য মূল্য সংযোজন করে (আপনার অন্যান্য বাধ্যবাধকতাগুলি বজায় রাখার সময়) তবে আমি ভাবতে পারি না যে কেউ আপনাকে বিরক্ত করছে। এখানে সুন্দর জিনিসটি আপনি যদি এই কাজটিতে নিজেকে কিছুটা মেশিন লার্নিং করতে দেখেন, যখন আপনি একটি নতুন চাকরীর সন্ধানে বেরোনেন আপনি ইতিমধ্যে আপনার অভিজ্ঞতা সম্পর্কে কথা বলতে পারেন, যা লোকেরা একটি নির্দিষ্ট অভাবকে অতীত দেখতে সহায়তা করবে ডিগ্রী।

প্রচুর সংস্থান আছে এবং এর অবিশ্বাস্যভাবে আকর্ষণীয়, আমি আপনাকে ভাগ্য কামনা করি!

আরেকটি ধারণা: আপনি নিজের মেশিন লার্নিং শেখার প্রক্রিয়া সম্পর্কে একটি ব্লগ শুরু করতে পারেন এবং আপনার ফ্রি সময়ে আপনি যে কয়েকটি প্রকল্পে কাজ করছেন তা ডকুমেন্ট করতে পারে। আমি এটি একটি প্রোগ্রামিং প্রকল্পের সাথে করেছি এবং এটি আপনাকে এমন কোনও প্রকল্পের বিষয়ে কথা বলতে দেয় যা আপনি আপনার ফ্রি সময়ে কাজ করছেন (নিয়োগকর্তাকে ভাল লাগছে) এবং আপনি তাদের ব্লগের দিকেও নির্দেশনা দিতে পারেন (স্পষ্টতই এটি পেশাদার রাখুন) আপনার কাজ সম্পর্কে । এখনও অবধি আমি আমার অদ্ভুত ছোট্ট প্রোগ্রামিং ব্লগে বেশ কয়েকজনকে প্রেরণ করেছি (ইদানীং পোস্ট করাতে আমি কিছুটা অলস হয়েছি, তবে আমি যখন চাকরীতে আবেদনের সময় আবেদন করছিলাম তখন আমি তা আপডেট রেখেছিলাম) এবং আমি যার সাথে কথা বলেছি তারা সবাই মুগ্ধ হয়েছে এটা।


(+1) দুর্দান্ত পরামর্শ, বিশেষত এমএল-শ্রেণি, প্রকৃত জ্ঞান / কর্ম> শংসাপত্র এবং ব্লগ সম্পর্কিত।
স্টিফেন

একটি পেশাদার ব্লগ একটি ভাল ধারণা মত শোনায়!
দুয়া

"ব্যবসায়ের জগতটি এমন জিনিসগুলিকে সত্যই পছন্দ করে যা কাজগুলি করতে পারে" - হ্যাঁ, এবং এটি কাগজের টুকরো দিয়েও প্রযোজ্য :) যে কোনও ক্ষেত্রে, আপনি তাদের প্রদর্শন করতে পারেন এমন কিছু করুন।
পি। উইন্ড্রিজ

পরিসংখ্যানগত শিক্ষার উপাদানগুলি বিস্তৃত হলেও পরিসংখ্যানের স্নাতক ডিগ্রিবিহীনদের পক্ষে তাদের পক্ষে কঠিন। আমি পরিবর্তে একই লেখক দ্বারা পরিসংখ্যান লার্নিং (আর মধ্যে অ্যাপ্লিকেশন) এর সাথে একটি ভূমিকা প্রস্তাব করব। এটা অনেক সহজ।
অভিষেক দিভেকার

3

অন্যান্য সমস্ত দুর্দান্ত পরামর্শ ছাড়াও আমি অনলাইনে প্রতিযোগিতায় অংশ নিয়ে আপনার হাতকে নোংরা করার পরামর্শ দিই, ভবিষ্যদ্বাণীমূলক মডেলিং প্রতিযোগিতার জন্য সাইটগুলি দেখুন

বই ইত্যাদির বিষয়ে আপনার একবার নজর দেওয়া উচিত:

ডিগ্রি সম্পর্কিত আমি @ এসজোহনসন এর সাথে একমত যে একটি শংসাপত্রের চেয়ে কম মূল্য নেই, আমি যে অঞ্চলে কাজ করছি তার পক্ষে অন্তত আমি এটি নিশ্চিত করতে পারি (ওয়েবে ডেটা মাইনিং / এমএল)। যদিও এটি আরও "একাডেমিক" ক্ষেত্রে যেমন বায়োইনফরম্যাটিকসের জন্য আলাদা হতে পারে। একজন হ'ল একজন) উত্সাহী এবং খ) একটি ছোট পোর্টফোলিও দেখিয়ে প্রকৃত কাজ ("স্মার্ট এবং কাজগুলি সম্পন্ন করা") করেছেন (যেমন অনলাইন প্রতিযোগিতা ...) আরও কার্যকর আইএমএইচও হওয়া উচিত।


(+1) অনলাইন প্রতিযোগিতার জন্য। আমি মনে করি আপনি যদি কাগল বা অন্য কোনও প্রতিযোগিতা থেকে বাইরে থেকে কিছু করেন এবং আপনার কোড এবং আপনার প্রক্রিয়া (আমি ব্লগ ভাবছি) এমন কোনও স্থানে রাখেন যেখানে সম্ভাব্য নিয়োগকারীরা এটি পরীক্ষা করে দেখতে পারে। এটি আপনার উদ্যোগের নিজের প্রশ্নটি ভাবার চেয়ে অনেক উদ্যোগমূলক এবং অনেক উপায়ে দেখায়। আপনার আগ্রহের প্রতিযোগিতাগুলির মধ্যে কেবল একটি বেছে নিন, তারপরে আপনার কাছে ঠিক সেখানে ডেটা এবং উত্তর জমা দেওয়ার এবং তুলনা করার জন্য একটি জায়গা রয়েছে।
asjohnson

2

টম মিশেলের মেশিন লার্নিং পড়ুন। এটি একটি ভাল বই যা আপনাকে মেশিন লার্নিংয়ের ক্ষেত্রে শুরু করা উচিত।

একটি বিষয় সম্পর্কে সচেতন হতে হবে: দয়া করে নোট করুন যে একই অ্যালগরিদম কখনও কখনও দৃশ্যপট এবং পরামিতি সরবরাহিত এবং এলোমেলো সুযোগ অনুযায়ী আরও ভাল বা খারাপ সঞ্চালন করতে পারে। ডু না আপনার প্রশিক্ষণ ডেটার জন্য পরামিতি নিখুঁত টানা পেতে - এই মেশিন লার্নিং একটি দরিদ্র অ্যাপ্লিকেশন।

নির্দিষ্ট অ্যাপ্লিকেশনগুলির জন্য উপযুক্ত প্রচুর কৌশল রয়েছে (তবে সমস্ত অ্যাপ্লিকেশন নয়) এবং প্রচুর তত্ত্ব রয়েছে যা আপনি মেশিন লার্নিং আরও ভালভাবে বুঝতে বুঝতে পারবেন। মেশিন লার্নিংয়ে ভাল হওয়ার জন্য আপনি কী করছেন তা নিশ্চিত হওয়া দরকার অন্যথায় আপনার ফলাফলগুলি ভাল কার্যকর হবে কিনা তা আপনি নিশ্চিত হতে পারবেন না।

শুভকামনা।


0

মেশিন লার্নিং সম্পর্কে প্রচুর পরিমাণে ভাল বই রয়েছে, ওথিল ব্যবহার করে এমন ও'রিলি সিরিজের কয়েকটি সহ। এর মধ্যে একটির সাথে কাজ করা, বা এর বেশ কয়েকটি বেশিরভাগ ক্ষেত্রেই সম্ভবত একটি সূচনা পয়েন্ট হতে পারে।

আমি পরিসংখ্যান সম্পর্কে কিছু জ্ঞান অর্জনের পরামর্শও দিয়েছিলাম - একটি বা দুটি কোর্সের মাধ্যমে বা স্ব-অধ্যয়নের মাধ্যমে, আসলেই কিছু যায় আসে না। কারণটি হ'ল কিছু মেশিন লার্নিং বই রয়েছে যা অ্যালগরিদম এবং যান্ত্রিকগুলিতে ফোকাস করে তবে আপনার অ্যালগরিদম যা আপনাকে বলেছিল তা কেবলমাত্র সুযোগের কারণে এটি সম্ভব হওয়ার সম্ভাবনাটির মৌলিক প্রশ্নটিকে উপেক্ষা করুন। এবং, এটি জানা অপরিহার্য।

শুভকামনা এবং মজা করুন, এটি দুর্দান্ত ক্ষেত্র।


0

খুব সুন্দর প্রশ্ন। এক্ষেত্রে উপলব্ধি করার একটি বিষয় হ'ল মেশিন লার্নিং একটি শিল্প এবং বিজ্ঞান উভয়ই হ'ল এবং এটি ডেটা পরিষ্কার করে ডেটা পরিষ্কার করা, এটি কল্পনা করা এবং অবশেষে এমন মডেলগুলি তৈরি করে যা ব্যবসাকে স্যুয়েট করে তোলে এবং একই সাথে এটিকে স্কেলেবল এবং ট্র্যাকটেবল রাখে। দক্ষতা অনুসারে দক্ষতা, অন্য যে কোনও কিছুর চেয়ে গুরুত্বপূর্ণ হ'ল জটিলতার দিকে ঝাঁপ দেওয়ার আগে প্রথমে সহজ পদ্ধতি ব্যবহার করা। আমি আর অ্যান্ড পার্ল সমন্বয়টি পছন্দ করি, যেহেতু আপনি অজগরটি জানেন যে এটি যথেষ্ট ভাল হওয়া উচিত। একটি সত্যিকারের কাজের উপর কাজ করার সময় আপনাকে অবশ্যই নিজের ডেটা টানতে হবে যাতে এসকিউএল সম্পর্কিত জ্ঞান (বা আপনার সংস্থাটি যে কোনও নো-এসকিএল সমর্থন করে) অবশ্যই আবশ্যক।

এমএল অঞ্চলে কোনও অভিজ্ঞতা মারধর করে না, তাই স্ট্যাকেক্সচেঞ্জ, ক্যাগল এর মতো সাইটে নিযুক্ত করা এই ক্ষেত্রেও উন্মুক্ত হওয়ার এক দুর্দান্ত উপায়। শুভকামনা।


0

আমি এটি একটি পুরানো প্রশ্নটির কিছুটা জানি তবে আমি অনেক প্রোগ্রামারকে দেখেছি যে এখনও কীভাবে শুরু করতে হয় তা জানি না।

সুতরাং, আমি "মেশিন লার্নিং ইঞ্জিনিয়ার হওয়ার জন্য অধ্যয়নের জন্য একটি সম্পূর্ণ দৈনিক পরিকল্পনা" সংগ্রহস্থল তৈরি করেছি।

মেশিন লার্নিং ইঞ্জিনিয়ারের কাছে মোবাইল বিকাশকারী (স্ব-শিক্ষিত, কোনও সিএস ডিগ্রি নেই) থেকে যাওয়ার জন্য এটি আমার বহু মাসের অধ্যয়ন পরিকল্পনা।

আমার মূল লক্ষ্যটি ছিল মেশিন লার্নিং অধ্যয়নের জন্য এমন একটি পদ্ধতির সন্ধান করা যা প্রধানত হ্যান্ড-অন এবং শিক্ষানবিশদের জন্য বেশিরভাগ ম্যাথকে বিমূর্ত করে তোলে। এই পদ্ধতিরটি প্রচলিত নয় কারণ এটি সফটওয়্যার ইঞ্জিনিয়ারদের জন্য তৈরি শীর্ষ-ফলাফল এবং ফলাফলের প্রথম পদ্ধতির approach

অনুগ্রহ করে নির্দ্বিধায় যেকোন অবদান যা আপনার মনে হয় এটি আরও ভাল করে দেবে।

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.