Как выучить сложные предметы? — Во-первых, научиться учиться?
Моей технологической карьере чуть меньше двух десятков лет, и я был вынужден научиться чему-то новому. Мне было бы легко выучиться и получить несколько сертификатов в области ИТ-инфраструктуры, облачных вычислений или управления проектами, но меня полностью поглотила потенциальная трансформация, которую машинное обучение может принести почти во все; от бизнеса к человечеству. Это заставило меня изучить машинное обучение, и я также заявлял об этом в своем предыдущем блоге Почему я изучаю машинное обучение?
У меня нет никакого опыта в науке о данных или статистике, поэтому для меня это была непростая задача, а позже она стала для меня экспоненциальным обучением.
Если вы ищете Forbes в Google, вы узнаете, что Forbes — это деловой журнал, в котором публикуются оригинальные статьи на темы финансов, промышленности, инвестиций и маркетинга. Forbes также сообщает о смежных темах, таких как технологии, коммуникации, наука и право. Forbes освещает такие темы, как ИИ, машинное обучение, глубокое обучение, НЛП и т. д. Эти темы очень заметны и привлекают внимание.
Но как выучить сложные предметы?
Узнайте, как учиться?
Обучение не является сложной концепцией. Но как научиться? здесь очень важно, потому что каждый уникален и учится по-своему. Подход к обучению и среда обучения также важны
Купите настоящую бумажную книгу «Как пользоваться палочками для еды?» и научитесь пользоваться палочками для еды и увидите, как вы боретесь против. Посмотрите несколько видеороликов на YouTube и одновременно практикуйтесь — держу пари, вы научитесь этому через несколько дней, если будете заниматься по 30 минут каждый день.
Основываясь на предмете, учащийся и среда тщательно выбирают, как вы хотите учиться из визуального, аудиального, чтения / письма и кинестетического
Как изучать разные сложные предметы?
- Начните со сканирования заголовков и иллюстраций. Посмотрите 5-минутные видео на ютубе. Найдите тему в социальных сетях. Создайте оповещения Google вокруг него. Отслеживайте лидеров мнений по этим темам. Просмотрите любую инфографику, которую вы найдете на изображениях Google.
- Теперь вы должны быть в состоянии создать в уме концептуальный образ, используя всю эту информацию. Вы должны быть в состоянии наблюдать некоторые закономерности и взаимосвязи с вашими существующими знаниями по схожим предметам.
- Не пытайтесь пока решить проблемы. Попробуйте практиковать то, что вы знаете. Если вы не понимаете смысла данного вам длинного кода. Попробуйте запустить его. Посмотрите, что делает? И как это делается? Постарайтесь понять смысл вывода на экран. Дайте информации усвоиться и повторите то, что вы читали ранее, используя аналогию.
- Не делайте марафонскую сессию. Практикуйте небольшие вещи каждый день, пока не увидите, что эти новые знания прилипают к вам, и вы сможете ответить на несколько вопросов или предположить, какие разные варианты могут быть для решения викторины.
Если вы все еще находите тему очень сложной. Узнайте из какого-то другого источника. Получите реальную обратную связь. Определите только ключевые понятия и запомните. Учитесь на примерах и аналогиях. Проведите дебаты или ответы на часто задаваемые вопросы
Несколько полезных ссылок, если вы хотите изучить машинное обучение:
- Если вы хотите научиться машинному обучению за 5 минут. Вот 40 слайдов для этого.
- Если вы хотите построить беспилотный автомобиль за 5 минут, вот видео на YouTube
- 5 минут до создания вашей первой модели машинного обучения
- Одноминутное сканирование типов машинного обучения здесь
- Когда использовать какой алгоритм здесь одна шпаргалка (простая) здесь (подробно)
- Машинное обучение Microsoft Azure: шпаргалка по алгоритму
- Список алгоритмов машинного обучения
- 50+ шпаргалок по науке о данных и машинному обучению
Онлайн-курс и сертификация
Coursera предлагает 11-недельный онлайн-курс Машинное обучение, созданный Стэнфордским университетом, а учебный план охватывает все необходимые темы.
Похожие блоги:
- Восстание дешевых алгоритмов — алгоритмы для предсказания, выйдет ли ваша горничная на работу или нет
- От сортировки огурцов до лечения рака: алгоритмы машинного обучения сделают все
- Как машинное обучение может преобразовать ИТ-услуги?
- Почему я изучаю машинное обучение?
- Путешествие от информационной перегрузки к цифровой перегрузке и к перегрузке алгоритмов