จะเริ่มยังไง จะเรียนอะไร เรียนที่ไหนดี ?
ใช้เครื่องมืออะไรดี SAS ดีมั้ย หรือ R ดี ?
เรียน Big Data ด้วยมั้ย ?
แล้ว Machine Learning ล่ะ ?
วันนี้มี framework สำหรับพิจารณาว่า เราควรจะเริ่มเรียนรู้ยังไงได้บ้าง
Framework to choose the right analytics training :
Step 1 :Which tool to learn?
Step 2 :Which techniques to focus?
Step 3 :How to learn?
Step 4 :Where to learn?
Overview of the framework :
คำตอบสำหรับ 2 คำถามแรก( Step 1&2 ) ก็ขึ้นอยู่กับ ทักษะ ของแต่ละคนว่าอยู่ระดับไหนแล้ว
ถ้าเพิ่งเริ่มต้นเลย ไม่มีพื้นฐานด้านสถิติ หรือ เครื่องมือไหนเลย
ก็ให้เริ่มจาก level 0 ทั้ง tools และ techniques
หรือบางคนอาจจะมีพื้นฐานสถิติมา ก็ไปเริ่มจาก level 1 เลยก็ได้
Step 1 : Which tool to learn?
Level 0 : Excel
ถ้ายังใช้ Excel ไม่เป็น ควรจะเริ่มเรียนรู้เป็นลำดับแรก
ควรจะใช้ pivot tables เป็น
สามารถจัดการข้อมูลได้
lookups ข้อมูลใน excelเป็น
Level 1 : SAS/R/Python
เครื่องมือใน level นี้ จะใช้ทำงานเป็นหลักเลย
ถ้าเลือกไม่ถูก ลองอ่านlinkข้างล่างดู
https://www.analyticsvidhya.com/blog/2014/03/sas-vs-vs-python-tool-learn/
Level 2 : Qlickview/Tableau/D3.js
เครื่องมือ visualization
Level 3 : Big Data Tools
Hadoop stack
Level 4 : NoSQL Databases
MongoDB
Step 2 : Which techniques should you be learning?
Level 0 : Basic statistics - Descriptive and inferential statistics
Level 1 : Basic predictive modeling - ANOVA, Regression, Decision trees, Time Series
Level 2 : All other remaining machine learning techniques except Neural nets
Level 3 : Neural nets and deep learning
Step 3 : How should you learn?
Step นี้ขึ้นอยู่กับ 2 ปัจจัย
- ทรัพยากรของเราสำหรับจ่ายเพื่อเรียนรู้ ( เงิน,เวลา,energy )
- self motivation
ตามภาพด้านล่าง
จาก 3 Step ที่ผ่านมา ก็จะรู้แล้ว ว่าเราควรเรียนอะไรบ้าง ก็ทำlistมา
เราก็ควรจะพูดคุยกับคนที่เค้าเคยเรียนคอร์สที่เรา list ไว้ และอ่าน รีวิวของแต่ละคอร์สด้วย
cr : https://www.analyticsvidhya.com/blog/2015/02/choose-data-science-analytics-big-data-training/
ปล. postนี้ แปลจาก post ของ analyticsvidya นะครับ ไม่ได้แปลทั้งหมด มีขาดๆไปบ้าง อยากอ่านฉบับเต็ม ใช้ link ตามเครดิตได้เลยครับ
ไม่มีความคิดเห็น:
แสดงความคิดเห็น