「データサイエンス(2023年)で学ぶべきこと」
Things to Learn in Data Science (2023)
1. イントロダクション
初心者や既存の機械学習プラクティショナー、データサイエンティストでも、無数の情報の海に迷ってしまうことがあります。情報の過多により、実際に読んでみるまでどの記事が読む価値があるのかわからないかもしれません。非専門家として情報を探している場合、以下のような疑問が浮かびます。
- この記事は信頼できるものなのか?ここに書かれていることを信じても良いのか?
- この説明は初心者に適しているのか、それとも重要な詳細を省いているのか?
- この情報は2023年現在でも有用であり、自分の時間を投資する価値があるのか、それとも時代遅れなのか?
私の経験が下記の提案に重みを持たせることを願っています。以下でおすすめする記事は、上記の3つの質問に全て「はい」と答えたものです。
この記事は以下の対象者を対象としています:
- AIの分野に進むべきかどうかを検討している学生。
- 新規参入者(新卒者または転職者)で、補完すべき領域を知りたい方。
2. 問題
今日、インターネット上で以下の問題に直面します。
- データセンターは、電力管理ソフトウェアの欠陥により危険にさらされています
- AIとコンテンツの創造:デジタルイノベーションの新たな地平
- 伝説的なイギリスの宇宙飛行士、ティム・ピーク大佐がビッグデータロンドンの主役に就任
![インターネット上で私たちが直面するものはすべて「読んでください!」と叫んでいます(この画像は、私の出版物のすべての画像と同様に私が作成したものです)](https://miro.medium.com/v2/resize:fit:640/format:webp/1*s5YA0EzGoFKhbOrrb6mcsA.png)
特定の情報に絞り込んだ後でも、まだ多くのライターによる情報がありすぎます。
以下からどの記事を選びますか?
![Google検索結果 (短縮してポイントを伝えるために編集しましたが、多くの記事があることを示しています)](https://miro.medium.com/v2/resize:fit:640/format:webp/1*CPDgYkXy9OY2nYsj3APa-A.png)
誤解しないでください。誰かが詐欺師だと言っているわけではありません。むしろ、経験豊富な実践者がたくさんいるため、多くの記事が存在しており、自分が学んだことを記録し、同時に一般の人と共有したり、自分のプロフィールを成長させたりしたいと考えているのだと思います。ただし、すべての記事を読むことは不可能です。
多くの学生から、データサイエンスのキャリアに備えるために何を読むべきかと聞かれます。私の回答は、まずは分野の基礎をしっかりと学び、それから特定の専門分野に深く入り込むことです。そして彼らは私と共有できる資料はあるかと尋ねてきます…
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles