No estaba interesado en ML antes de mi primer año en la universidad. De hecho, no lo sabía en absoluto.
En 2012 quise ser programador. No sabía qué hacer exactamente, qué tipo de lenguaje de programación elegir, qué campo va a ser popular, las mismas preguntas que ve en todo Quora.
La comunidad de ciencia de datos en San Petersburgo, donde fui a la universidad, se encontraba en este momento en su infancia relativa, casi sin reuniones regulares, sin hackathons. Tenía curiosidad por todo, pero sobre todo quería encontrar algo con un alto potencial para cambiar el mundo. Algo de la ciencia ficción.
Así que me uní al único curso (de mi conocimiento) sobre minería de datos impartido por un grupo de entusiastas que invitaban a expertos y organizaban conferencias. No se parecía en nada a la educación formal, recibimos nuestras tareas en forma de hackathons cortos. Lo mejor que puedes hacer es construir un proyecto de juguete y contarlo de una manera creativa e interesante, que fue el sueño para mí. Eso es lo que estaba haciendo en mi primer año.
- Cómo empezar a aprender un idioma.
- ¿Qué puedo hacer fuera de la escuela en relación con las matemáticas?
- ¿Por qué se elige a Mayamalavagowla como la primera raga para aprender en la música carnática?
- ¿Qué son las mentalidades de aprendizaje de idiomas?
- ¿Cuáles son las mejores fuentes gratuitas para aprender Go (lenguaje de programación)?
¿Cómo estudiamos? Bueno… ¿curiosidad por algo? Vaya a Internet, lea algunos artículos / tutoriales, ofrezca una breve charla sobre el tema durante la reunión y encuentre la manera de probarlo en un proyecto. Todos estaban muy motivados, así que eso no fue un problema.
Lo mantuvimos divertido. Estudiar cosas complejas y hacer fiestas después de eso era el camino a seguir. En la universidad me dieron una base de matemáticas decente, así que no tuve que ponerme al día con las matemáticas, lo cual fue muy útil. Debería haber estudiado más la física teórica.
No tomé MOOC, excepto uno en Apache Spark para Python. Siempre fueron menos efectivos para mi educación que leer libros y escribir códigos. Mi entrenamiento provino principalmente del trabajo y, a veces, de las competiciones; la parte teórica se estaba construyendo lentamente leyendo los documentos y el PRML.
Esto sigue siendo un trabajo en progreso, por supuesto. Especialmente después de cambiarme a las redes neuronales y la inteligencia artificial, aún hay más matemáticas que aprender, pero no importa mientras lo mantenga interesante.