Brief an einen Anfänger zum Studium der Data Science

Ich möchte einen solchen Brief vor drei Jahren erhalten, als ich gerade mit dem Studium der Data Science (DS) begann. Dass es notwendige Links zu nützlichen Materialien gab. Der Artikel soll nicht den weiten Bereich von DS abdecken. Für einen Anfänger wird es jedoch nützlich sein.

Die folgenden Technologien werden am häufigsten in DS verwendet:

• Verhandlungssicheres Englisch;
• Ubuntu Linux-Betriebssystem (wie es sich historisch entwickelt hat);
• Python- Programmiersprache (aber besser als Anaconda Python );
• PyCharms integrierte Entwicklungsumgebung (IDE) (Community Edition ist kostenlos);
• Infrastruktur (Framework) für maschinelles Lernen (ML Machine Learning), Deep Learning (DL Deep Learning) und die Schaffung neuronaler Netze ( PyTorch , TensorFlow und Dutzende andere );
• Wenn Sie keine eigene leistungsstarke Grafikkarte (GPU- Grafikprozessor ) haben, sollten Sie kostenlose Cloud-Technologien verwenden, die auf Jupyter Notebook basieren.
• die Fähigkeit, ein verteiltes Git- Versionskontrollsystem ( GitHub , GitLab , Bitbucket usw.) zu verwenden;
• Haben Sie ein Konto bei StackOverflow und all seinen Filialen .

Außerdem werden Sie im Laufe der Zeit viele verschiedene zusätzliche Bibliotheken und Werkzeuge zur Verarbeitung von Bildern und Daten benötigen. Es gibt Dutzende von ihnen. Am nützlichsten für mich ( Bildverarbeitung ) in absteigender Reihenfolge der Wichtigkeit:

• Virtuelle Umgebung - Eine virtuelle Entwicklungsumgebung für verschiedene Projekte, in der verschiedene Versionen von Bibliotheken und Tools zusammengefasst sind.
• NumPy - Arbeit mit Matrizen, linearer Algebra.
• OpenCV - viele verschiedene Algorithmen für die Arbeit mit Bildern.
• Jupyter Notebook ist eine Webanwendung zum Entwickeln und Ausführen von Python-Programmen in einem Browser und in der Cloud.
• Tensorflow-gpu - Konfiguration neuronaler Netze und Berechnungen auf Grafikkarten.
• iPython ist eine bequemere Konsolenarbeit mit Python-Befehlen. Ich rate Ihnen, es anstelle der Standardkonsole zu verwenden.
• Matplotlib - Zeichnen von Grafiken und Diagrammen.
• Kissen - Arbeiten Sie mit allen gängigen Bildformaten.
• Pandas - arbeiten mit Daten.
• SciPy - Fortgeschrittene Arbeit mit Algorithmen, eine kostenlose Alternative zum Programm MatLab.
• Scikit-Learn - Algorithmen für maschinelles Lernen.
• Scikit-Image - Erweiterte Bildverarbeitung.
• K3D - Arbeiten Sie mit dreidimensionalen Grafiken und Bildern im Jupyter Notebook.

Maschinelles Lernen (ML Machine Learning) und insbesondere Deep Learning (Deep Learning) sind ohne Daten nicht möglich. Die erforderlichen Datenbanken (Datensätze, Datensätze) können über den Google Dataset Search-Dienst oder unter 25.000 Kaggle-Datensätzen durchsucht werden .

Was ich habe:

• Verschiedene Python-Programme . Beginnen Sie mit einfachen Skripten und fahren Sie mit komplexeren fort.
• Eine Anleitung zum Einrichten von Ubuntu Linux . Davon die wichtigste Anleitung zur Installation und Konfiguration einer virtuellen Umgebung .
• Broschüre " Einführung in maschinelles Lernen und künstliche neuronale Netze ." Die Grundlagen, die aus dem ganzen Internet gesammelt werden, aber in meiner "einzigartigen" Leistung.
• Kurse und Videos für Anfänger , ab denen es sich lohnt, neuronale Netze zu studieren.
• Nützliche Tools, bei denen jeder etwas Interessantes für sich findet.
• Eine allgemeine Liste der Kurse , an denen ich teilgenommen habe und teilnehmen möchte.

Vielen Dank für Ihre Aufmerksamkeit!