Digamos que deseas entrar en el campo de Data Science/Data Mining/Machine Learning, sin estudiar una Maestría o PhD. ¿Cómo hacer? Yo acá comparto una suerte de "pensum" autodidacta, basado en cursos y recursos online, que pudiera servir como camino para entrar en esta área.
Como video inspiracional, está este
video en donde una chica cuenta cómo se inició como Data Scientist de
forma autodidacta:
Ahora, yendo al grano, la ruta que yo pensaría que podría ayudarles a entrar al tema es esta:
- Básico de Python para análisis y visualización de datos: https://www.coursera.org/
specializations/introduction- scripting-in-python?siteID=. GqSdLGGurk-kvC_ Sa81XIfCLUjkljxQYA&utm_ content=10&utm_medium= partners&utm_source=linkshare& utm_campaign=*GqSdLGGurk... porque primero hay que saber examinar datos y tener una idea preliminar de qué está pasando. Saber hacer esto en Python y en excel les pone a poder aplicar como Data Analyst en cualquier país del mundo, en especial si aparte de esto aprenden SQL y Hadoop/Spark. - Básico de Machine Learning (por el prof. Ng, usando Octave o Matlab):https://www.coursera.org/
learn/machine-learning ...Este curso es para ya adentrarse en Machine Learning. Recomendaría instalar Octave.. simplemente porque es gratis! - Luego sugeriría replicar los resultados obtenidos en el curso del prof. Ng, usando Python y las librerías de machine learning (en especial Sci Kit Learn).
- Si les anima, pueden ver el curso de Deep Learning para poner la guinda a la torta: https://www.youtube.com/
playlist?list=PLlJy- eBtNFt6EuMxFYRiNRS07MCWN5UIA Acá está el material del curso: http://cs231n.github.io/ ...Sin embargo, a menos que vayan a trabajar con datos que son video, imágenes, o audio, o series de tiempo, no me apuraría demasiado a aprender Deep Learning. En todo caso la recomendación base es.. NO aprender Deep Learning sin haber dominado en general análisis de datos, estadística, y los métodos clásicos de Machine Learning.
Estoy seguro de que habrá quienes tengan propuestas y recomendaciones alternativas, y me honraría que compartieran su opinión en la sección de comentarios.
