фреймворке ML лучше сосредоточиться, если хочу вкатиться в DS? Есть ли какие-то преимущества у одного перед другим?
Прекрасно понимаю, как звучит данный вопрос, поэтому добавлю контекста: есть опыт работы в аналитике, но продуктовой. То есть статистику знаю, классический ML - базово, питон является привычным инструментом. Вакансии DA мне в целом понятны, и собес на них я пройти в состоянии.
В данный момент стоит цель углубить экспертизу в сторону более жесткого технического стека. Но на scikit, судя по всему, далеко не уедешь, и почти во всех вакансиях на DS требуют знать хотя бы один из фреймворков DL. Вопрос в том, с какого из них лучше начать.
DL PyTorch/TF, выбор за вами. Бустинги думаю, вы знаете какие есть. Ещё погуглите про vowpalwabbit, тоже используют
Смотрю на TF, хотел убедиться, что он достаточно универсален. В данный момент цель стоит - хакнуть собесы. Без реальных проектов полноценное изучение - все равно пропащее дело (или непозволительно долгое). Спасибо.
Обсуждают сегодня