🤨 🕺🏽 👨🏼‍🔧 एक शक्तिशाली मशीन लर्निंग कोर्स बनाएँ: मिशन पूरा ♾ 🤲🏼 👲🏽

हमने 2 असफल शुरुआत की थी, 169 छात्रों, 8 गुस्से की समीक्षा, 3 नाम परिवर्तन, बहुत सिद्धांत और पर्याप्त वास्तविक अभ्यास नहीं। ऐसा नहीं है कि यह एक पूर्ण विफलता थी, लेकिन यदि आपने डेटा साइंस पढ़ाना शुरू किया है, तो आपको इसे पूरी तरह से करने की आवश्यकता है। आज आप इस बारे में एक कहानी सुनेंगे कि कैसे हमने डेटा विश्लेषण की दिशा में ओटीयूएस में विकास किया और हमने इस रास्ते पर क्या बनाया और फिर हमने त्रुटियों को ठीक किया।

पहला कॉम - पैनकेक

तीन साल पहले, हमने अपना पहला डेटा विश्लेषण पाठ्यक्रम लॉन्च किया और इसे "बिगडेटा डेवलपर" कहा । यह 128 एसी के लिए डिजाइन किया गया था। घंटे, जिनमें से आधे वेबिनार हैं, और दूसरा होमवर्क और एक परियोजना है। मशीन लर्निंग और तंत्रिका नेटवर्क अभिजात वर्ग के बहुत से रह गए हैं और प्रभावी विकास के लिए एक आवश्यक व्यवसाय उपकरण बन गए हैं। आईटी निगमों, ऑनलाइन स्टोर, विपणन एजेंसियों, स्टार्ट-अप और डिजिटल सेवाओं को वैज्ञानिकों द्वारा तिथि के लिए तैयार किया जाता है। जॉब्स ने उड़ान भरी। श्रम बाजार ने विशेष रूप से मध्य और वरिष्ठ विशेषज्ञों की कमी महसूस की।

यह सिखाने और बढ़ने के लिए आवश्यक था, लेकिन किसी को नहीं पता था कि यह कैसे करना है। हमने एक शिक्षक को आमंत्रित किया, एक कार्यक्रम विकसित किया, और परिणामस्वरूप, एक कोर्स सामने आया, जो एक तरफ, कठिन था और यहां तक कि प्रशिक्षण के स्तर पर भी मांग कर रहा था, और दूसरे पर, व्यावहारिक रूप से पर्याप्त नहीं था।

नाम परिवर्तन के साथ भ्रमित छात्र

जब हमने पहले लॉन्च की प्रतिक्रिया एकत्र की, तो हमने पाया कि नाम कार्यक्रम के सार को सही ढंग से प्रतिबिंबित नहीं करता है । एक सेक्शन के शब्द के तहत, हमने डेटा साइंस के सभी टूल्स सिखाए। 2018 में, हमने डेटा साइंटिस्ट नामक एक कोर्स को फिर से लॉन्च किया, जिसका अर्थ है कि वह इस पेशे के लिए तैयारी कर रहा है। इसे संसाधित करने के बाद, वेबिनार की मात्रा में 10 घंटे की वृद्धि हुई, लेकिन अभ्यास एक कमजोर बिंदु बना रहा। अधिकांश कार्य खिलौना उदाहरण थे, वास्तविक डेटा सेट के साथ वास्तविक कार्यों से बहुत दूर।
इस बार समीक्षा विवादास्पद थी। कुछ ने सतही ज्ञान के लिए पाठ्यक्रम को डांटा, दूसरों ने कहा कि यह बहुत मुश्किल निकला, हालांकि उन्होंने इसके लिए प्रवेश परीक्षा सफलतापूर्वक उत्तीर्ण की। कुछ लोगों ने सोचा कि नाम बदलकर हमने पहली बार लॉन्च न होने वाली सफलताओं को बढ़ाने की कोशिश की। इसके अलावा, फोर्स मेज्योर एक बिंदु पर हुआ: कोर्स ने नेता को खो दिया, और फिर निर्माता।

प्रेरणा और एक नया शिक्षक

मिलिए मशीन लर्निंग कोर्स के लेखक और नेता दिमित्री सर्गेयेव से। उसके साथ, डेटा साइंस की दिशा का पूर्ण पुनर्विचार OTUS में आया। हमने पाइथन में मशीन लर्निंग और न्यूरल नेटवर्क्स के लिए सभी प्रथाओं को एक पाठ्यक्रम में रखने और अलग-अलग गहराई से किए गए कार्यक्रमों के विचार को छोड़ दिया।

दीमा 2012 से डेटा का विश्लेषण कर रही है। उन्होंने उत्साह से ओटीयूएस के लिए कक्षाओं के विकास के लिए संपर्क किया, उन्हें व्यावहारिक चिप्स और दिलचस्प कार्यों से भर दिया।

मुख्य पाठ्यक्रम अंतर

	"बिग डेटा डेवलपर"	"आँकड़े वाला वैज्ञानिक"	मशीन लर्निंग
साल	2017- 2018 की शुरुआत	2018	2019 -।।।
शीर्षक	1 उपकरण को दर्शाता है, हालांकि वास्तव में पाठ्यक्रम अलग-अलग डेटा साइंस टूल पर था	पाठ्यक्रम पर्याप्त और विस्तृत नहीं था, ताकि इसे पास करने के बाद आप खुद को एक गंभीर विशेषज्ञ मान सकें	अब यह डेटा साइंस सेक्शन में पाठ्यक्रमों की एक श्रृंखला है। नाम सार को दर्शाता है - पाठ्यक्रम उन्नत मशीन लर्निंग प्रथाओं के लिए समर्पित है और केवल आंशिक रूप से तंत्रिका नेटवर्क को प्रभावित करता है
घंटों की मात्रा	128	138	178
वेबिनार के घंटे	64	74	70
स्वतंत्र कार्य के लिए देखें	64	64	108
व्यावहारिक अभ्यासों की संख्या	सोलह	12	उन्नीस

हमने खुद दीमा को यह बताने के लिए कहा कि उन्होंने पाठ्यक्रम को कैसे और क्यों संशोधित किया।

OTUS: दीमा, आपने पिछला कार्यक्रम देखा। नए पाठ्यक्रम में वह कैसे बदल गई है?

— , . , , , . - . .

, — «» «». , .

. — . , , , , , .. , .

OTUS: , .

— . , , ( !) . , — - , , .

, , , «» , , — , . , — . , , .

, — . , - , .

. , , , Moons.

, , .

OTUS: , , — ?

— , . 5 , . , .

. , , . .

OTUS: ? ?

— -, . , , , ARIMA, . , — tf-idf .

-, , . , , ( ), «» . , , , , , , AWS ..

, , — , , , , , . , , .

— , . , , , . , , .

«Machine Learning» 28 . , . .

, 24 20:00 . . !

एक शक्तिशाली मशीन लर्निंग कोर्स बनाएँ: मिशन पूरा

पहला कॉम - पैनकेक

नाम परिवर्तन के साथ भ्रमित छात्र

प्रेरणा और एक नया शिक्षक

More articles: