Si tuviera que seguir uno, sería dataciencecentral o analyticsvidhya. Sin embargo, para ser justos a tal pregunta –
para el aprendizaje del análisis predictivo (aplicado) –
a) Aprenda estadísticas, ya sea a través de coursera, varios libros que están disponibles en línea o sitios como Inicio | Statistics.com, creo que esto es una necesidad. Y no estoy dando a entender que necesitas convertirte en un Dios de las estadísticas. Pero los conceptos fundamentales deben ser claros. No debería tener que hacer una búsqueda en Google para comprender cosas como la bondad de ajuste, las medidas de tendencia central, la normalización de datos, etc.
b) Aprenda programación analítica: entre el documento de ayuda de SAS U / Online, o R, está razonablemente cubierto en la plataforma. Hay suficiente material disponible en línea. Hay algunos MOOCs también disponibles. O, puedes unirte a academias como Jigsaw Academy, Edvancer, etc. para tomar un curso.
- ¿Cuáles son algunos buenos recursos para aprender sobre el aprendizaje profundo en el procesamiento del lenguaje natural?
- ¿Cuáles son algunos buenos recursos para aprender sobre macros en Esquema / LISP?
- ¿Cuáles son algunos buenos recursos / cursos sobre el tema de cómo obtener financiamiento?
- ¿Cuál es el mejor libro / tutorial para principiantes para aprender a programar inteligencia artificial?
- ¿Dónde se puede obtener consejos de SEO?
c) Aprender el modelado predictivo aplicado: esto es complicado. Porque no hay un solo tipo de modelado. Pero si comienza con el objetivo de convertirse en un modelador predictivo certificado por SAS o equivalente, creo que obtendrá sus conceptos básicos. Para eso, nuevamente, debe tomar algunos cursos o descargar el contenido presente en línea y usarlo como base. Después de eso, puede descargar algunos de los datos disponibles públicamente o algunos datos de competencia / desafío en línea (como Kaggle) para practicar. Si elige datos de la competencia, lea los comentarios del foro con gran detalle. Pueden hacer que su curva de aprendizaje sea mucho más rápida (los expertos discuten un problema con el que están lidiando, sugiriendo métodos alternativos, compartiendo resultados; si eso no puede, pocas cosas pueden).
Supongo que estaba buscando una salida más simple o fácil. Desafortunadamente, no hay uno.