Muchos de los mejores cursos ya se mencionan aquí: ¿Cuál es el mejor MOOC para comenzar en Machine Learning?
En lugar de elegir entre los mejores, te sugiero que te concentres tanto en hacer como en aprender.
- Hable con la gente que hace ML en su empresa para ver cómo se está utilizando. Ayuda mucho si ya conoce el negocio y puede ver por qué ML ayudó o no en ciertos casos. Ofrezca ayuda con algunas tareas relacionadas pero indeseables.
- Si su empresa no está utilizando ML, encuentre formas en las que podría ayudar a su resultado final y probar soluciones a pequeña escala, aprender lecciones e iterar. Hazte conocido como la persona de ML en tu oficina y pronto te buscarán cuando surjan preguntas.
- Escriba un blog de los proyectos de ML que haya realizado e incluya sus experimentos, fracasos y lecciones.
- Asista a las reuniones locales de ML y ofrezca ayudar a las personas a organizar la reunión, contribuir a un proyecto de código abierto o ayudar con cualquier proyecto comunitario.
A medida que avanza en el MOOC, con suerte tendrá las habilidades necesarias para realizar algunas de las tareas prácticas más pequeñas mencionadas anteriormente. La experiencia práctica y la creación de redes son las mejores formas de aprendizaje automático y ciencia de datos.
- ¿Puedo ser un científico de datos después de graduarme de matemáticas en una especialización en computación en UCLA?
- ¿Cómo es una semana laboral normal promedio real de científico de datos?
- ¿Qué debes estudiar en la escuela para convertirte en un científico de datos?
- ¿Por qué es Apache Spark popular entre los científicos de datos?
- ¿Cómo contrata Quora a los científicos de datos?