Ik zou me graag wat verdiepen in programmeren (python,R, C++ of dergelijke), ML en data-analyse, dit lijkt me nuttig om wat kennis van te hebben, ongeacht in welke sector je zit. Heeft iemand hier goede referenties voor qua zelfstudie of eventueel een soort van opleidingstraject dat makkelijk in avondschool kan en over enkele jaren gespreid kan worden?
programmeren/ML/data-analyse
- Onderwerp starter ELISA2
- Startdatum
Voor Python: https://automatetheboringstuff.com/,
Voor ML: Introduction to Statistical Learning (https://www.statlearning.com, gratis) of Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, https://datatalks.club/courses/2021-winter-ml-zoomcamp.html (hiervan doe ik momenteel de MLOps Zoomcamp en die zit wel goed in elkaar)
Dit zijn zowat de boeken die het meest worden aangeraden, wel enkel nog maar Introduction to Statistical Learning gelezen, werd ook gebruikt op de unief. Hands-On ML heb ik hier liggen maar nog nooit deftig aan begonnen. Heb ook ervaring met DataCamp maar was ik niet zo'n fan van aangezien het soms gewoon wat missende code is die je moet invullen.
Er is een overvoed aan resources voor Python & ML en het is heel gemakkelijk om verzeild te geraken in een lange zoektocht naar de beste resources (heb er zelf ervaring mee) maar het beste is gewoon om er direct aan te beginnen
, succes!
Voor ML: Introduction to Statistical Learning (https://www.statlearning.com, gratis) of Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, https://datatalks.club/courses/2021-winter-ml-zoomcamp.html (hiervan doe ik momenteel de MLOps Zoomcamp en die zit wel goed in elkaar)
Dit zijn zowat de boeken die het meest worden aangeraden, wel enkel nog maar Introduction to Statistical Learning gelezen, werd ook gebruikt op de unief. Hands-On ML heb ik hier liggen maar nog nooit deftig aan begonnen. Heb ook ervaring met DataCamp maar was ik niet zo'n fan van aangezien het soms gewoon wat missende code is die je moet invullen.
Er is een overvoed aan resources voor Python & ML en het is heel gemakkelijk om verzeild te geraken in een lange zoektocht naar de beste resources (heb er zelf ervaring mee) maar het beste is gewoon om er direct aan te beginnen
, succes!VijfEnZeventig
Member
+1 voor introduction to statistical learning. Als het boek te zwaar is begin je mss best met math for machine learning, beiden zijn gratis.Voor Python: https://automatetheboringstuff.com/,
Voor ML: Introduction to Statistical Learning (https://www.statlearning.com, gratis) of Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, https://datatalks.club/courses/2021-winter-ml-zoomcamp.html (hiervan doe ik momenteel de MLOps Zoomcamp en die zit wel goed in elkaar)
Dit zijn zowat de boeken die het meest worden aangeraden, wel enkel nog maar Introduction to Statistical Learning gelezen, werd ook gebruikt op de unief. Hands-On ML heb ik hier liggen maar nog nooit deftig aan begonnen. Heb ook ervaring met DataCamp maar was ik niet zo'n fan van aangezien het soms gewoon wat missende code is die je moet invullen.
Er is een overvoed aan resources voor Python & ML en het is heel gemakkelijk om verzeild te geraken in een lange zoektocht naar de beste resources (heb er zelf ervaring mee) maar het beste is gewoon om er direct aan te beginnen
Ik raad ook aan om eerst echt gewoon deftig Python en basis statistiek, generalised linear models etc. te leren voor je begint met ML.
Hellrabbit
Active member
ISL is inderdaad een klassieker die vaak gebruikt wordt voor ML cursussen (heel het vak ML bij ons aan de unief was gewoon zelfstudie van dit boek). Maar zonder een deftige achtergrond in statistiek raad ik het toch ook niet aan eerlijk gezegd. Er zijn er veel die in het wilde weg beginnen modeleren, maar geen idee hebben van wat ze eigenlijk aan het doen zijn, met alle fouten en instinkers vandien...
Vergelijkbare onderwerpen
