Итак, в прошлом посте я определился с направлением: буду переучиваться на ML/AI-разработчика. Сейчас хочу поделиться конкретными ресурсами, которые мне показались самыми полезными для начала. Все они бесплатные (или с бесплатной версией), и что важно — доступны без лишнего геморроя вроде сложной установки или обязательной регистрации банковской карты.
🐍 Python
Этот курс доступен бесплатно, если выбрать вариант без получения сертификата по завершению.
Вообще Coursera — отличный ресурс: очень много курсов по самым разным тематикам, от университетов по всему миру.
На многих есть русский текст или субтитры, что сильно помогает, если с английским пока неуверенно.
В курсах по программированию часто встроена IDE прямо в браузере — можно сразу писать код, ничего дополнительно устанавливать не нужно.
🔹 Khan Academy — Введение в Python
Базовый курс Python для тех, кто начинает с нуля.
На этом сайте в целом очень много полезных и бесплатных курсов — как по программированию, так и по математике, статистике и другим базовым вещам.
Если в настройках профиля включить русский язык, будут отображаться только локализованные курсы. Но на английском, конечно, контента гораздо больше. IDE тоже встроена, всё делается через браузер.
NumPy — это одна из основных библиотек для научных вычислений в Python.
На официальном сайте собраны:
- документация,
- туториалы,
- книги,
- и особенно удобный QuickStart-гайд, с которого я и начал.
Очень просто, по делу и с примерами — идеально для старта.
Краткий и понятный гайд по библиотеке Pandas, которая используется для работы с таблицами, датасетами и прочими структурированными данными.
В этом мини-курсе собраны все базовые операции, которые понадобятся для анализа данных.
Дальше можно продолжать по основному руководству, но пока я дальше не заходил — с головы хватает.
🔹 HackerRank: задачи по Python
Это, пожалуй, мой самый любимый сайт из всей подборки.
На нём куча практических задач по Python, от простых до сложных.
Всё делается прямо в браузере через встроенную IDE. Можно сразу писать, запускать, получать фидбэк.
Я, зайдя туда, буквально не мог оторваться несколько часов. Особенно если любишь головоломки и хочешь не просто прочитать о Python, но реально поработать руками. Категорически рекомендую.
Аналогичный ресурс с задачами на программирование. Я выбрал предыдущий, но только потому что он мне первым попался. Этот не хуже (а может и лучше, хз).
📊 Статистика
📘 Книга: Владимир Савельев — «Статистика и котики»
Очень понятная и весёлая книга, которая объясняет основные положения статистики буквально «на пальцах», с картинками и шутками.
Читается легко, затягивает, и главное — помогает не бояться математики.
Отличный старт для тех, кто, как и я, со статистикой не особо сталкивался раньше.
🔹 Khan Academy — статистика (на русском)
Школьный уровень статистики, но при этом изложение хорошее, с примерами.
В наше время в школе статистику не преподавали, поэтому мне это особенно актуально.
Полностью бесплатно, с русской озвучкой и субтитрами, если включить.
➕ Дополнительно
🔹 Курс по линейной алгебре от 3Blue1Brown
Очень наглядный видеокурс, в котором основные темы линейной алгебры подаются визуально и интуитивно.
Автор объясняет всё не сухо, а через образы, графику, ассоциации.
В ИИ очень часто используются линейные уравнения, матрицы, операции с ними.
Знать хотя бы базу — полезно, хоть и не обязательно.
💬 А теперь к вам вопрос
Если вы тоже начали изучать машинное обучение и не хотите тратить деньги на платные курсы — поделитесь в комментариях своими находками. Особенно интересны:
- ресурсы, которые доступны бесплатно,
- не требуют установки софта (работают в браузере),
- помогают быстро разобраться в теме.
Может, соберём вместе удобную базу знаний для таких же, как я — кто начинает с нуля и хочет разбираться без воды и лишних затрат.