Теперь Кью работает в режиме чтения

Мы сохранили весь контент, но добавить что-то новое уже нельзя
Аналитик/разработчик в Яндексе, преподаватель Data Science в Яндекс.Практикум  · 22 июл 2021  · datascience.xyz

Фундамент под Data Science

Собрал набор курсов, которые, на мой взгляд, будут полезны желающим серьезно разобраться в Data Science. Это предварительный набор знаний, которыми стоит обладать для того, чтобы уверенно себя чувствовать при дальнейшем изучении методов машинного обучения, глубокого обучения и т.п.
Можно для начала взять и пройти какой-нибудь модный курс по Data Science, машинному обучению, проверить что понятно, что нет, потом вернуться к этому списку и начать затыкать свои пробелы (если они есть). Такой подход может стать продуктивным, поскольку в этом случае ты уже понимаешь для чего тебе нужны все эти градиенты, преобразования матриц и всевозможные вероятностные распределения. А не зная этого можно зашиться в деталях и застрять в каком-либо разделе математики, что само по себе тоже неплохо :)
Все нижеприведенные курсы на русском языке, расположены на платформе Stepik и все бесплатны. При подборе курсов я руководствовался программой и качеством оных. Большая часть курсов в моем списке разработана питерской командой Computer Science Center (CS центр), что для меня эквивалентно знаку качества. Есть курсы от Bioinformatics Institute, школы BeeGeek и т.д.
Успеха в учебе!
Математика
Компьютерные науки и программирование
Статистика и наука о данных
3 эксперта согласны
Двойственные ощущения. С одной стороны, действительно фундамент, а с другой стороны, до DS так толком и не... Читать дальше

@Andrey Novikov, про анализ частично соглашусь, я тоже думал об этом, но фрагменты анализа нужны для понимания происходящего в теорвере, статистике и дальше в DS.

Что же касается собственно DS, собираюсь написать про это отдельный пост. Тут я собирал как раз prerequisites к теме.