Очередной вопрос о том как начать в машинное обучение. Как начать, чтобы понять интересно ли мне этим заниматься или нет?

Question

[RoflanDaniil]

Прочитал много ответов на вопросы как начать в ml, везде советуют изучить математику, а что дальше почти не говорят. Начал курс на coursera. Ужасно скучный. Начинать с этого курса то же, что начинать учить ЯП со стандарта. Математика используется там, где могла бы не использоваться, что замедляет обучение. Плюс нужно смотреть видео. Не знаю, что может быть хуже обучения по видео.
Есть ли быстрый экскурс в ml с максимально быстрым переходом к глубоким нейронным сетям и практике ? Желательно в текстовой форме, но не книга в привычном понимании. Аналог раздела "Быстрый старт" в любой документации.

Comments

[Максим]

какой курс не понравился?

Answer 1

[xdgadd]

> математика используется там, где могла бы не использоваться
Машинное обучение == математика. Любая модель из машоба представляет из себя оптимизируемую разными методами (чаще всего - градиентым спуском) функцию(простите за такое упрощение). Без математики максимум - это слепо тыкать модельки из интернета и тюнить гиперпараметры.

> желательно в текстовой форме ... "быстрый старт"
MNIST за 5 минут с помощью Keras.

Comments

[RoflanDaniil]

Все в этом мире === математика. Когда учился читать, то мне не нужно было знать, что слово это комбинация элементов множества алфавит(первое, что пришло в голову). Когда учил первый яп, то не лез в стандарт или теорию формальных языков, а читал c++ для чайников)). Я знаю математику на должном уровне, чтобы понимать большинство вещей в этом курсе, просто это замедляет процесс обучения(мне нравится спиралевидная модель обучения) . Может быть мне это вообще не понравится, если понравится, то я вернусь к математически строгому объяснению.
А за ссылку большое спасибо !

Answer 2

[Ptolemy_master]

Я думаю, если вам не нравится курс, и вы ищете способа побыстрее освоить это непростое дело (ML), то скорее всего - оно не ваше и в реальности вам не понравится им заниматься.
Дело ведь не в качестве курса и не способе подачи (видео - не видео), а в знаниях, которые вы хотите приобрести, и вопросе, зачем они вам.
Я вот, например, не люблю базы данных, но когда мне надо было быстро въехать в MongoDB и был сильный интерес в этом, то я просто прочла книгу, которая, скорее всего, в любых других условиях показалась бы мне "скучной".