Большие данные, машинное обучение и искусственный интеллект

Что нужно знать

• Математика: мат. статистика, теория вероятности, теория графов, метод математической индукции, основные комбинаторные схемы, элементы математической логики
  • Введение в математику
  • Основы статистики
  • Теория вероятностей для начинающих
  • Дискретные структуры
  • Алгоритмы
    • Подборка обучающих курсовпо анализу данных и машинному обучению
    • Онлайн-курс «Алгоритмы: теория и практика. Методы»
    • Онлайн-курс «Оценка сложности алгоритмов»
• Информатика: основы программирования, основы численных методов в программировании, алгоритмическое мышление, представление графов и работа с ними

Hard skills

• Анализ данных
  • Онлайн-курс «Поиск структуры в данных»
• Машинное обучение
  • Онлайн-курс «Введение в машинное обучение»
  • Курс «Машинное обучение» от Лектория МФТИ (7 часовых лекций, автор – Виктор Кантор)
  • Онлайн-курс «Обучение на размеченных данных»
• Визуализация данных
  • Статья по визуализации данных в Pandas и Seaborn
  • Визуализация в Pandas
• Программирование:
  • Программирование на Си
  • Программирование на Java
  • Программирование на Python
    • Онлайн-курс Программирование на Python
    • Самоучитель на Python

Полезные материалы

• Методическое пособие. Профиль «Большие данные и машинное обучение»
• Python
  • Подборка курсов по Python
  • Сборка Python для анализа данных
  • Как установить IPython
  • Data science IPython notebooks
  • Matplotlib, Scikit-learn
• Лекция о деревьях решений