DA在职跳槽打卡贴

工作很忙，生活不易，目测这种紧张焦虑的会持续一阵子，但心态不能崩，要坚持住。不给自己设达不到的目标，打算接下来一个月工作日先每天3节 ISL or ESL 或者 python 简单题刷一道。

Stats/ML: An Introduction to Statistical Learning and The Elements of Statistical Learning
A/B testing: Udacity course
Python: start with Leetcode Easy
business sense: 面经+medium文章+多思考

读过PRML和ESL之后，感觉PRML的可读性强很多，推荐之。

我自己一点小小的经验是可以一个周末做一个kaggle project，哪怕是抄了高分kernel的方法，也会对自己分析问题，写代码分析，和做算法很有提高。
..
共勉！

7/5, 今天看了一整天书，好累但好有成就感哦，看了ISL的DT, RF, Bagging, Boosting, 看了几个xgboost/GBDT的视频，温习了adaboost，还看了各种evaluation metrics, PCA, PLS, and high-dimensional data， 还整理了笔记。
总结一下复习材料：
1. https://bloomberg.github.io/foml/#home Bloomberg的这个课看上去很有用，但上起来好枯燥，生涩没有例子
2. Andrew Ng的课还是很好的，至少把公式讲的很清楚，两年前看过一遍，这次看跟第一次看一样，全忘光了lol
3. Udacity的ML 课似乎比较基础，还没看
4. ISL是王道，今天看书有好多aha moment, 以前似懂非懂的好像都看懂了，赶紧把这本书啃下来

paul.chen 发表于 2019-6-29 03:01
读过PRML和ESL之后，感觉PRML的可读性强很多，推荐之。

我自己一点小小的经验是可以一个周末做一个kaggl ...

我刚读了三节就深有体会， ESL读起来好枯燥！谢谢推荐PRML，明天开始准备看PRML或者ISL， ESL 只做参考或字典用了。恩恩，周末是打算自己做做kaggle项目或者公司的项目练练手！

想问楼主是准备继续找DA么？还是准备转DS 呀？ 和楼主情况很像 但觉得DA/DS 都好难 海投好久了都几乎没什么回音 楼主工作几年了呀

ESL 2.1-2.3 intro to supervised learning. ESL 真是读起来好枯燥，分分钟打瞌睡，于是配合着ML Regression的课把basic linear regression 熟悉了一下 https://www.coursera.org/learn/m ... onvergence-criteria

VanJcY 发表于 2019-6-28 20:22
想问楼主是准备继续找DA么？还是准备转DS 呀？ 和楼主情况很像 但觉得DA/DS 都好难 海投好久了都几乎没什么 ...

想找DS，要是找DA 就不用这么准备了lol。一起加油！

6/29, ML-Classification 的课上完了(https://www.coursera.org/learn/ml-classification/home/welcome)。相比于看书，还是比较喜欢听课。

6/30, 今天效率好低，看得比较乱，主要看了feature selection和how to handle categorical vars (high cardinality, encoding). 刷了两道lc easy

7/1, feature importance computation in RF and XGBoost,  l1/l2 loss function and regularization, feature selection(RFE), and one lc easy question

7/3 decision tree splitting criteria https://medium.com/@rishabhjain_ ... ns-here-93ff54ef134, plus 3 lc easy questions

7/2 没有看书, 累了