cracking the data science interview
1.0.0
섹션은 다음과 같습니다.
이 섹션에는 인터뷰에서 질문하게 될 데이터 과학의 기본 개념에 대한 치트시트가 포함되어 있습니다.
이 섹션에는 데이터 과학 및 기계 학습에 관해 내가 읽은 책이 포함되어 있습니다.
이 섹션에는 실제 데이터 과학 인터뷰에서 질문된 샘플 질문이 포함되어 있습니다.
이 섹션에는 실제 문제를 해결하기 위한 기계 학습 시스템 설계와 관련된 사례 연구 질문이 포함되어 있습니다.
이 섹션에는 제가 학업, 자가 학습 및 취미 목적으로 완료한 데이터 과학 프로젝트 포트폴리오가 포함되어 있습니다.
시각적으로 더 즐거운 포트폴리오 탐색 경험을 원하시면 jameskle.com/data-portfolio를 확인하세요.
Transfer Rec: 딥 러닝과 추천 시스템을 교차하는 현재 진행 중인 연구 작업입니다.
영화 추천: MovieLens 데이터 세트의 항목을 추천하는 4가지 모델을 설계했습니다.
도구: PyTorch, TensorBoard, Keras, Pandas, NumPy, SciPy, Matplotlib, Seaborn, Scikit-Learn, Surprise, Wordcloud
Trip Optimizer: XGBoost 및 진화 알고리즘을 사용하여 뉴욕시 택시 차량의 이동 시간을 최적화했습니다.
Instacart 시장 바구니 분석: 사용자의 다음 주문에 어떤 제품이 포함될지 예측하기 위해 Instacart 시장 바구니 분석 문제를 해결했습니다.
도구: Pandas, NumPy, Matplotlib, XGBoost, Geopy, Scikit-Learn
패션 추천: 의미론적 유사성을 기반으로 DeepFashion 데이터베이스의 패션 이미지를 분류하고 추천하는 ResNet 기반 모델을 구축했습니다.
패션 분류: Fashion MNIST 데이터세트의 이미지를 분류하는 4가지 컨볼루셔널 신경망을 개발했습니다.
개 품종 분류: 개 품종을 식별하는 컨볼루션 신경망을 설계했습니다.
도로 분할: Kitty Road 데이터세트에서 의미론적 분할 작업을 위한 완전 컨볼루셔널 네트워크를 구현했습니다.
도구: TensorFlow, Keras, Pandas, NumPy, Matplotlib, Scikit-Learn, TensorBoard
2018 월드컵 팀 분석: FIFA 18 데이터세트를 분석하고 시각화하여 2018 러시아 월드컵에서 10개 팀의 가능한 최고의 국제 선수단 라인업을 예측합니다.
Spotify 아티스트 분석: Spotify에서 다양한 장르의 50명의 다양한 아티스트의 음악 스타일을 분석하고 시각화합니다.
도구: Pandas, NumPy, Matplotlib, Rspotify, httr, dplyr, tidyr, Radarchart, ggplot2
이 섹션에는 프리랜서 고객과 자가 학습 목적을 위해 제가 완성한 데이터 저널리즘 기사 포트폴리오가 포함되어 있습니다.
시각적으로 더 즐거운 포트폴리오 탐색 경험을 원하시면 jameskle.com/data-journalism을 확인하세요.
데이터 과학자가 숙달해야 할 10가지 통계 기법
로지스틱 회귀 튜토리얼
의사결정나무 튜토리얼
서포트 벡터 머신 튜토리얼
비즈니스 리더를 위한 데이터 기반 마케팅에 대한 친절한 소개
머신러닝 엔지니어가 알아야 할 10가지 알고리즘
머신러닝에 대해 알아야 할 12가지 유용한 사항
기계 학습 초보자를 위한 상위 10가지 알고리즘 둘러보기
데이터 과학자가 도구 상자에 필요한 10가지 데이터 마이닝 기술
전자상거래의 클러스터링 및 분류
순위 학습의 ABC
머신러닝 모델을 디버깅하는 6가지 방법
지금 추구해야 할 8가지 머신러닝 진로
AI 실무자가 적용해야 할 10가지 딥러닝 방법
ML 연구자가 배워야 할 8가지 신경망 아키텍처
모든 진지한 기계 학습자가 숙지해야 할 5가지 딥 러닝 프레임워크
세상을 보는 방식을 바꿀 5가지 컴퓨터 비전 기술
컨볼루셔널 신경망: 생물학적에서 영감을 받은 모델
순환 신경망: 언어 모델링의 최강자
미래의 의사소통 방식을 변화시킬 7가지 NLP 기술
2018년 컴퓨터 비전을 지배하는 5가지 트렌드
장치를 강화하는 엔드투엔드 음성 인식을 위한 3가지 딥 러닝 프레임워크
소형 장치에서 효율적인 딥 러닝 추론을 위한 5가지 알고리즘
심층 신경망 모델을 보다 효율적으로 훈련하기 위한 4가지 연구 기법
딥넷의 효율적인 훈련과 추론을 위한 2가지 하드웨어 아키텍처
2020년에 명심해야 할 10가지 딥 러닝 모범 사례
이 PDF 치트시트는 BecomingHuman.AI에서 제공됩니다.
