Educación y ciencia de datos Información de la ciencia de datos global, cursos y carreras que te ayudan a mejorarlo 
Puede comenzar su viaje hacia la ciencia de datos en cualquier momento; Ampliar sus habilidades debería ser un proceso continuo que dure un año. Aún así, incluso aquellos de nosotros que somos escépticos respecto de los propósitos de año nuevo no podemos negar la sensación de emoción y oportunidad que surge con un año completo y en blanco por delante. ¿Qué mejor momento para lanzarse y explorar nuevos temas?
Para brindarle una orientación útil en esa dirección, hemos reunido una serie de artículos fantásticos de las últimas semanas que se centran en enfoques prácticos y accesibles para el aprendizaje automático y la minería de datos. Muchos de estos son aptos para principiantes, pero como recordamos a menudo: cuando decides aprender algo nuevo, siempre eres un principiante.
Esperamos que disfrutes de nuestra selección de esta semana y que te inspire a asumir nuevos desafíos a lo largo del año. Entremos.
- El coraje de aprender ML: una exploración exhaustiva del descenso de gradientes y optimizadores populares
En una nueva entrega de su serie de útiles tutoriales de aprendizaje automático, Amy Ma proporciona una guía completa y accesible sobre el descenso de gradientes y otros optimizadores, enfocándose en elegir el adecuado para la tarea que desea completar. - De Adaline a las redes neuronales multivariadas
Si siente que no tiene una base firme cuando se trata de todas esas notaciones matemáticas complicadas en los artículos sobre aprendizaje automático, la última inmersión profunda de Pan Cretan es un gran recurso. Se remonta a los primeros días de las redes neuronales multivariadas, construye una desde cero y abre las interpretaciones matemáticas de estas redes. - Una descripción general completa del splatting gaussiano
Si es un practicante avanzado al que le gusta estar al día con las últimas investigaciones, debe leer la presentación de Kate Yurkova sobre el splatting gaussiano. Es un punto de partida ideal para explorar este enfoque emergente de representación 3D y sus diversos casos de uso en el mundo real.
