xmoonlight

Достаточно оформить 2-3 ваших проекта в виде постановки задачи (текст и изображения) и описать подход к её решению (без формул и кода, только текст и линки на википедию).
Результат достижений - показать в видео-ролике (сам процесс) или в итоговых табличных/графических данных.

Бонусно - можете приложить jupiter ноутбук (если считаете нужным показать всю логику и код).

Самое лучшее: пошаговая визуализация всей работы в виде презентации (постановка задачи, исполнение алгоритма, итог), включая пошаговую работу алгоритма (по шагам как при отладке) с подписями и формулами там, где это необходимо.
Т.е., режим "живой книги" или "живого портфолио".

И обязательно должен быть "live demo" линк, чтобы могли "поиграться" на своих входных данных и убедиться, что всё работает в реальности!
(а не только на картинках в презентации!)
Именно это - сразу покажет и докажет ваши умения и правдивость слов в презентации.

Всеми ожидаемый, но неверный ответ: структуры нейросетей, знания языка Python и Tensorflow (tutorials), знания мат.синтаксиса, мат.преобразований, мат.анализа.
------------------------------------

Или вы реально прежде чем написать пару строк кода решаете длинные мат. уравнения?

DS - это анализ имеющихся входных данных для поиска метода извлечения и последующего непосредственного извлечения, из этих данных, необходимого целевого результата.
(специально дописал для "одарённых" интеллектом с рождения).

----------
Я напишу сразу пример задачи для DS.

Есть широкий и глубокий ров (выбраться при падении в него - невозможно).
Есть много коротких веток и водоём.
Вы - по ту сторону, где ветки и водоём.
Задача: перебраться через ров на противоположный край.

Решите - можете думать про DS.

Если подобные задачи ставят вас в тупик, никакой матан в решении задач с DS вам не поможет: зная формулы вы не сможете их применить, чтобы получить искомый результат.

Сказать, что DS - это матан/диффуры/матрицы, это всё равно, что на вопрос: "что такое озеро?" - ответить: "углубление в земле, наполненное водой". Т.е., без конкретики, туда и лужа, и бассейн, и колодец подходят.

PS: И, как видите, здесь нет никаких сложных уравнений и вычислений.

В целом, повлияло общественная эйфория от первых результатов ML:

О-о! Круто! Непонятно как работает, но давайте об этом говорить: пусть остальные думают, что мы знаем всё о ML и за это будем ещё и деньги собирать!

, сформировавшее такое поведение и менталитет всех людей.

Если учить ML даже по платным курсам - ничего хорошего не выйдет.
Всё нужно познавать самому с нуля. Сидеть и разбираться, строить графики, записывать шаги на бумажке, и т.д. Читать только то, что написано в википедии и немного знать мат.синтаксис для понимания.

Простой визуальный пример реализации ИИ - это игра в "крестики-нолики" (или "Tic-Tac-Toe"). Попробуйте сделать сами ИИ-противника игры с обучением и увидите насколько это трудно или просто (зависит от способностей конкретного человека).
После - сами себе ответите на свой же вопрос.

Если говорить просто: всегда проверяйте достоверность получаемой информации из "шума", и всегда сами оценивайте инструменты реализации (логику процесса) и конечный результат. При отсутствии хотя бы одного критерия - это просто PR и "чистый" троллинг.

Зависит от того, как логически спроектирована НС, сколько имеет классификаторов и имеет ли динамическую балансировку итоговых "весов" между классификаторами.

Если у Вас не 100% мат.модель в НС и есть балансировка классификаторов - то даже 50% ошибок Вы вообще никак не заметите.

Разбирать логику алгоритмов и построения нейросетей с использованием интернета.
Как увидите непреодолимый "барьер" - так и будете думать про репетитора.

НС - совокупность условий
ИИ - результат работы НС
МО - наполнение НС условиями
ГО - совокупность методов МО

Советую начать с поиска зависимостей (внутри входных цепочек данных) и выявлению оптимальных (кратчайших) путей к достижению цели.
Самый простой вариант: задача "крестики-нолики" с построением самой простой, НО! единственно верной структуры НС.

Вот есть например "Глубокое машинное обучение", значение понятно, а как оно происходит — нет.

Значение не может быть понятно без понимания процесса!
Глубокое обучение