cracking the data science interview
1.0.0
以下にセクションを示します。
このセクションには、面接で質問されるデータ サイエンスの基本概念のチートシートが含まれています。
このセクションには、データ サイエンスと機械学習に関して私が読んだ書籍が含まれています。
このセクションには、実際のデータ サイエンスの面接で尋ねられたサンプルの質問が含まれています。
このセクションには、実際的な問題を解決するための機械学習システムの設計に関するケーススタディの質問が含まれています。
このセクションには、私が学術、独学、趣味の目的で完了したデータ サイエンス プロジェクトのポートフォリオが含まれています。
ポートフォリオを閲覧するためのより視覚的に快適なエクスペリエンスについては、jameskle.com/data-portfolio をチェックしてください。
Transfer Rec: 深層学習とレコメンデーション システムを横断する、私の進行中の研究作業。
Movie Recommendation: MovieLens データセット上のアイテムを推奨する 4 つの異なるモデルを設計しました。
ツール: PyTorch、TensorBoard、Keras、Pandas、NumPy、SciPy、Matplotlib、Seaborn、Scikit-Learn、Surprise、Wordcloud
Trip Optimizer: XGBoost と進化的アルゴリズムを使用して、ニューヨーク市のタクシー車両の移動時間を最適化しました。
Instacart マーケット バスケット分析: ユーザーの次の注文にどの製品が含まれるかを予測するための Instacart マーケット バスケット分析の課題に取り組みました。
ツール: Pandas、NumPy、Matplotlib、XGBoost、Geopy、Scikit-Learn
ファッションの推奨: DeepFashion データベース内のファッション画像を意味論的な類似性に基づいて分類し、推奨する ResNet ベースのモデルを構築しました。
ファッション分類: ファッション MNIST データセット内の画像を分類する 4 つの異なる畳み込みニューラル ネットワークを開発しました。
犬種分類: 犬種を識別する畳み込みニューラル ネットワークを設計しました。
道路セグメンテーション: Kitty Road データセットのセマンティック セグメンテーション タスク用に完全畳み込みネットワークを実装しました。
ツール: TensorFlow、Keras、Pandas、NumPy、Matplotlib、Scikit-Learn、TensorBoard
2018 年ワールドカップのチーム分析: 2018 年ロシアワールドカップにおける 10 チームの可能な限り最良の国際チームラインナップを予測するための FIFA 18 データセットの分析と視覚化。
Spotify アーティスト分析: Spotify 上の幅広いジャンルの 50 人のアーティストの音楽スタイルを分析および視覚化します。
ツール: Pandas、NumPy、Matplotlib、Rspotify、httr、dplyr、tidyr、raderchart、ggplot2
このセクションには、フリーランスのクライアントや自己学習の目的で私が作成したデータ ジャーナリズム記事のポートフォリオが含まれています。
ポートフォリオを閲覧するためのより視覚的に快適なエクスペリエンスについては、jameskle.com/data-journalism をチェックしてください。
データサイエンティストが習得すべき10の統計手法
ロジスティック回帰のチュートリアル
ディシジョン ツリーのチュートリアル
サポートベクターマシンのチュートリアル
ビジネスリーダーのためのデータドリブンマーケティングのフレンドリーな入門書
機械学習エンジニアが知っておくべき10のアルゴリズム
機械学習について知っておくと役立つ 12 の事柄
機械学習初心者のためのトップ 10 アルゴリズムのツアー
データ サイエンティストがツールボックスに必要とする 10 のデータ マイニング テクニック
電子商取引におけるクラスタリングと分類
ランク付けを学ぶための ABC
機械学習モデルをデバッグする 6 つの方法
今日追求すべき 8 つの機械学習のキャリアパス
AI 実務家が適用する必要がある 10 のディープラーニング手法
ML 研究者が学ぶ必要がある 8 つのニューラル ネットワーク アーキテクチャ
本格的な機械学習者が知っておくべき 5 つの深層学習フレームワーク
世界の見方を変える 5 つのコンピューター ビジョン テクニック
畳み込みニューラル ネットワーク: 生物学にインスピレーションを得たモデル
リカレント ニューラル ネットワーク: 言語モデリングの原動力
将来のコミュニケーション方法を変える 7 つの NLP テクニック
2018 年のコンピューター ビジョンを支配する 5 つのトレンド
デバイスを強化するエンドツーエンドの音声認識のための 3 つのディープラーニング フレームワーク
小型デバイスで効率的なディープラーニング推論のための 5 つのアルゴリズム
ディープ ニューラル ネットワーク モデルをより効率的にトレーニングするための 4 つの研究手法
ディープネットの効率的なトレーニングと推論のための 2 つのハードウェア アーキテクチャ
2020 年に留意すべきディープラーニングの 10 のベスト プラクティス
これらの PDF チートシートは BecomingHuman.AI から提供されています。
