Как быстро выучить математику для машинного обучения (даже с нулевым уровнем знаний по математике) скачать в хорошем качестве

Как быстро выучить математику для машинного обучения (даже с нулевым уровнем знаний по математике)

Я бросил школу и стал специалистом по прикладной математике в Amazon, самостоятельно изучая математику (и другие навыки машинного обучения). В этом видео я покажу вам, как я это сделал, поделюсь ресурсами и методами обучения, которые сработали для меня, а также дам практические советы о том, какие математические знания вам действительно нужны (и не нужны), чтобы начать заниматься машинным обучением и наукой о данных. ---------------------------------------- 📬 Подпишитесь на мою рассылку, чтобы получить доступ к БЕСПЛАТНОЙ электронной книге объёмом более 80 страниц о том, как получить свою первую работу в области науки о данных (учебные ресурсы, идеи для проектов, контрольный список для LinkedIn и многое другое): https://www.gratitudedriven.com/subsc... 💬 Если хотите пообщаться со мной лично, запишитесь на звонок здесь: https://topmate.io/marina_wyss ☕ Если хотите поддержать мою работу, угостите меня кофе (спасибо!): https://ko-fi.com/marinawyss 📝 Стенограмма:   / how-to-learn-math-for-machine-learning-fas...   ---------------------------------------- ⏰ Временные метки 00:00 Введение 00:35 Нужно ли вообще учить математику, чтобы работать с МО? 02:22 Какую математику нужно изучать, чтобы работать с МО? 05:05 Учебные ресурсы и план действий 07:48 Определите свою мотивацию к обучению 08:41 Советы по эффективному изучению математики для МО 11:18 Рекомендую ли я отдавать приоритет математике для начинающих? ---------------------------------------- 🎥 Другие видео, которые вам могут понравиться: От начинающего специалиста по анализу данных (до штатного специалиста) в 2025 году: полный план развития — навыки, проекты, резюме, собеседования    • Beginner to (Employed) Data Scientist in 2...   Учитесь без страданий: как оставаться конкурентоспособным в сфере технологий (или любой другой отрасли), работая полный рабочий день    • Study Without Suffering: How to Stay Compe...   ---------------------------------------- ✍️ Обучающие ресурсы Специализация DeepLearning.AI на Coursera: https://imp.i384100.net/gOOn1B Специализация Imperial College London на Coursera: https://imp.i384100.net/LKDXbV Руководство по линейной алгебре в стиле манги: https://amzn.to/3DEZC6y Руководство по исчислению в манге: https://amzn.to/40rz2ad Руководство по статистике в манге: https://amzn.to/4j1smqc Практическая статистика для специалистов по данным: https://amzn.to/49EqG1A Книга «Математика для машинного обучения»: https://mml-book.github.io/ Плейлист «Сущность линейной алгебры»:    • Vectors | Chapter 1, Essence of linear alg...   Плейлист «Сущность исчисления»:    • The essence of calculus   StatQuest:    / @statquest   Обратите внимание: многие из этих ссылок — партнёрские, то есть я получу небольшую комиссию, если вы их приобретёте (без каких-либо дополнительных затрат для вас!). ----------------------------------------- 🦫 Обо мне Я прикладной учёный (по сути, совмещаю в себе навыки специалиста по анализу данных и инженера машинного обучения) в Twitch/Amazon. Помимо основной работы, я работаю техническим наставником на тренировочном лагере по машинному обучению и индивидуальным карьерным коучем для тех, кто хочет начать свой путь в этой области, уделяя особое внимание людям с нетрадиционным опытом. Я также сертифицированный персональный тренер, всегда занят множеством интересов и по-настоящему, очень доволен своей жизнью. Надеюсь, что смогу помочь другим достичь того же. Instagram: / thankabilitydriven ----------------------------------------- ✉️ Контакты Оставьте мне комментарий здесь на YouTube! Деловой адрес электронной почты: [email protected] ----------------------------------------- ⚖️ Отказ от ответственности Мнения и взгляды, высказанные в этом видео, принадлежат мне и не отражают официальную политику или позицию Twitch/Amazon или любой другой компании, в которой я работал. Все советы и идеи, представленные здесь, основаны на моём личном опыте и должны рассматриваться соответствующим образом. #машинноеобучение #mathforml #datascience