Я готовлюсь пройти стажировку на должность, связанную с машинным обучением/ИИ. Для меня это была бы возможность мечты, поскольку я и моя семья хотим переехать в Калифорнию с тех пор, как мы были детьми в Питтсбурге, и главной причиной, по которой я вернулся в компьютерные науки, была именно эта причина, в то время неосознанно.

Я был очень заядлым, ну, я заядлый игрок FanDuel DFS во время футбольного сезона. Я занимал первое место в нескольких турнирах и входил в десятку лучших в нескольких видах спорта. Обычно я занимаюсь тремя основными турнирами НФЛ, НБА и MLB. Мне это нравится, потому что я анализирую спортивную статистику и пытаюсь использовать ее в своих интересах, чтобы выиграть деньги. Я люблю математику и люблю спорт, так что для меня это неразрывно связано. Мне стало ОЧЕНЬ любопытно, почему эти конкретные игроки DFS были такими хорошими, и я обнаружил, что в основном они были специалистами по математике и специалистами по обработке данных, даже инженерами-программистами. Затем я решил, что это то, чем я хочу заниматься: я хочу создать эти таблицы, использовать свои математические навыки, чтобы придумать алгоритмы и формулы, которые помогут мне выиграть в DFS. Я обратился к другу, специалисту по математике, который был старшим инженером НАСА. Он посоветовал мне изучить Full Stack, прежде чем пробовать науку о данных, чем я и занимался. Однако с большим сдвигом в ИИ. и эта возможность обучения, я возобновляю свою любовь к машинному обучению/ИИ. и футбольный сезон приближается! Имейте в виду, это было почти два года назад.

Итак, я нашел сайт под названием Kaggle. Я зарегистрировал аккаунт и присоединился к конкурсу, на тот момент ничего не зная об этом, я был так взволнован и заинтересован. Я участвовал в конкурсе, где мы работали над проектом о Титанике, применительно к Data Science. В целом это был отличный опыт обучения, и я понял, как это было весело, Я ХОТЕЛ ЭТОГО СДЕЛАТЬ. Теперь вы можете прочитать больше о моем путешествии здесь, где я рассказываю о своих следующих шагах, чтобы начать свой карьерный переход.

Недавно я начал изучать основы этой области ML/AI. Имейте в виду, что за последние два года я прислушался к совету моего приятеля Кертиса: сначала изучите Full Stack. За это время я через многое прошел и многому научился. Я понимаю, что мне нужно расти и преодолевать трудности, как и всем остальным, и это будет БОЛЬШОЙ вызов. Хорошо, что я люблю вызовы, а также люблю УЧИТЬСЯ. Если ты не учишься — тогда какой смысл жить? Мы все должны так или иначе УЧИТЬСЯ. Я изучаю разработку Full Stack, основы информатики, а теперь и ML/A.I. Все одновременно. Я использую Codecademy и Formation (моя стипендия), а также любые книги или онлайн-источники/коллеги-инженеры, которые я могу найти. Я прохожу курсы Career Path в Codecademy, у меня годовая подписка плюс два бесплатных месяца (из-за моих отзывов — мне подарили). И благодаря моему общению я написал здесь хорошую статью о своей оценке Formation.

До сих пор в деле ОД/ИИ. Основы, я узнал о принципах грамотности данных, таких как пробелы в данных, устранение предвзятости, статистика, мусор на входе — мусор на выходе, двоичные категориальные переменные и многое другое. Материал сложный, однако это весело, потому что мой интерес очень силен и высок — мне действительно НРАВИТСЯ изучать этот материал. Я люблю анализировать данные, а также визуализировать данные. Данные прекрасны, особенно когда вы можете манипулировать ими для решения проблем, максимизации прибыли или даже разработки прекрасных идей. Я изучаю терминологию, используемую в этой области, узнаю о табличных данных и о том, как распознавать все в этих таблицах, а также о том, как таблицы используются для более интеллектуального понимания данных. Это действительно удивительно и удивительно, как инженеры придумали эти алгоритмы, чтобы лучше понимать большие наборы данных. Мне любопытно и мне хочется продолжать узнавать больше, я собираюсь стать мастером в этом деле, просто из чистой решимости и страсти. Я продолжу публиковать то, что узнаю, поскольку теперь это часть моего технического арсенала. До сих пор было много викторин и материалов для чтения, наглядных материалов, а не много кода. Мне не терпится попасть на секцию математики, так как математика всегда была моим сильным предметом в детстве, и мне всегда нравилась математика. Я буду освещать дискретную математику в курсе информатики, а также в курсе ML/AI. Я расскажу о вероятностях, дифференциальном исчислении, линейной алгебре, и на данный момент я изучил статистическую часть. Это будет веселая поездка, и я буду держать вас в курсе! Любые советы или подсказки приветствуются! Спасибо за прочтение!