Путь Тони Старка в машинном обучении

Пара слов о том, как читать этот список и выбирать из него материалы.

На данный момент Surf специализируется в своих разработках на 3 основных направлениях:

• Классическое машинное обучение (Machine Learning)
• Рекомендальные системы (Recommender Systems)
• Глубокое обучение (Deep Learning)

Мы очень иногда занимаемся обработкой естественных языков (Natural Language Processing) и не занимаемся обучением с подкреплением (Reinforcement Learning). Также у нас нет предсказаний в области спорта, цен акций или курса валют или металлов. Только классические задачи.

Поэтому ваши знания будут ранжированы нам согласно нашему профилю.

---

• ✅ - желательно, чтобы знал(-а)
• ➕ - будет плюсом, но не обязательно
• 🍒 - тоже хорошая вещь, но вряд ли пригодится в работе

Повторить математику

• ✅ http://students.brown.edu/seeing-theory/ - Тервер, матстат
• ✅ https://stepik.org/course/Основы-статистики-76/ - Матстат
• ✅ https://sites.google.com/site/butwhymath/ - Алгебра, диф.исчисление, комплексные числа, Фурье
• ✅ http://immersivemath.com/ila/index.html - Линал
• ✅ https://stepik.org/course/Дискретные-структуры-83/syllabus - Дискретка
• ➕ https://www.khanacademy.org/math - Всё

Основы машинного обучения

• ✅ https://www.coursera.org/learn/machine-learning - Классический курс от Andrew Ng
• ➕ https://www.coursera.org/specializations/machine-learning-data-analysis - Специализация от Яндекса и МФТИ
• ➕ http://wiki.cs.hse.ru/Машинное_обучение_1 - Курс от ВШЭ
• 🍒 https://github.com/esokolov/ml-course-msu - Курс от МГУ, много математики
• ✅ https://www.youtube.com/watch?v=u433nrxdf5k - Лекция по временным рядам

Глубокое обучение

• ✅ https://dlcourse.ai/ - Русский курс по Deep Learning от Семёна Козлова
• ➕ https://www.coursera.org/specializations/deep-learning - Мощная и классная специализация по DL, состоящая из 5 курсов
• ➕ http://cs231n.stanford.edu/syllabus.html - Stanford CS231n
• 🍒 https://www.fast.ai/2019/01/24/course-v3/ - Practical Deep Learning For Coders
• 🍒 http://yerevann.com/a-guide-to-deep-learning/ - A Guide to Deep Learning by Yerevann

Рекомендательные системы

• ➕ https://www.cse.iitk.ac.in/users/nsrivast/HCC/Recommender_systems_handbook.pdf - Recommender Systems Handbook (2nd Edition)
• ➕ https://www.twirpx.com/file/2214444/ - Aggarwal C.C. Recommender Systems: The Textbook

NLP

• ➕ http://web.stanford.edu/class/cs224n/ - Stanford CS224n
• 🍒 https://stepik.org/course/Введение-в-обработку-естественного-языка-1233/syllabus - Введение в обработку естественного языка
• 🍒 https://nlpub.ru/ - NLPub

Обучение с подкреплением

• 🍒 http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html - UCL Course on RL
• 🍒 http://rll.berkeley.edu/deeprlcourse/#lecture-videos - RL от Berkeley
• 🍒 https://github.com/yandexdataschool/Practical_RL - RL от ШАДа

Компиляции

• ➕ http://homepages.inf.ed.ac.uk/rbf/IAPR/researchers/MLPAGES/mltut.htm
• 🍒 https://github.com/ChristosChristofidis/awesome-deep-learning - Awesome Deep Learning

Книги

• ✅ https://www.ozon.ru/context/detail/id/142987816/?gclid=CjwKCAjwhbHlBRAMEiwAoDA34-kMeeAVz5dgLUPwuQ8_uXSKFQz7A4wyly5GhQ1XGUrwuqJx-lsivhoCV3gQAvD_BwE - Хорошая книжка Николенко по глубокому обучению
• ✅ Chollet, Deep Learning with Keras - Глубокое обучение на примерах, все на Keras
• ➕ http://www.deeplearningbook.org/ - Deep Learning Book - в начале есть математика, необходимая в работе
• ➕ https://web.stanford.edu/~hastie/Papers/ESLII.pdf - Elements of Statistical Learning, главы 1-4, 7.

В конце-концов

• ✅ http://www.itshared.org/2015/10/data-science-interview-questions.html - Убедись, что на много отсюда сможешь ответить
• ➕ https://blog.insightdatascience.com/best-practices-for-interviewing-data-science-candidates-823219120b2e - Посмотреть на интервью с нашей стороны