one year of studying (it was a mistake)

Summary

В этом видео автор делится своим годовым опытом изучения математики, компьютерных наук и ИИ, а также выводами, которые он сделал из этого пути. Он рассказывает о том, как ошибся, выбрав слишком сложные учебные материалы, и осознает, что важно не только учить теорию, но и применять знания на практике. Автор подчеркивает, что лучше всего учиться через проекты, которые требуют использования новых знаний, и планирует в следующем году сосредоточиться именно на проектной работе, чтобы развивать свои навыки и делиться опытом с аудиторией.

Takeaways

• 😀 Учёба в области математики и компьютерных наук была полезной, но не всегда была наилучшим использованием времени.
• 😀 В начале пути автор решал задачи, связанные с ИИ, но столкнулся с недостаточной подготовкой в математике, что привело к трудностям.
• 😀 При изучении математики важно не только слушать лекции, но и решать задачи, чтобы действительно усвоить материал.
• 😀 Материалы на Math Academy оказались полезными, так как помогли применить полученные знания на практике, но для этого потребовалось много времени.
• 😀 Математика полезна в науке и инженерии, но в программировании она не всегда востребована, особенно в области разработки ПО.
• 😀 В сфере компьютерных наук автор изучал низкоуровневые концепции и базы данных, но не применял эти знания в реальных проектах.
• 😀 Важность реальных проектов: несмотря на много изученных материалов, автор не сделал достаточно практических шагов для закрепления знаний.
• 😀 Практика в решении задач на платформе LeetCode помогла улучшить навыки алгоритмирования, однако для этого требовались постоянные усилия.
• 😀 Обучение машинному обучению через книги и курсы было полезным, но основная проблема заключалась в недостаточной практике.
• 😀 В следующем году автор планирует сосредоточиться на проектной работе, создавая проекты, которые одновременно расширяют знания и помогают применить их на практике.

Q & A

Почему автор начал изучать AI и машинное обучение?

Автор начал изучать AI и машинное обучение, потому что устал от веб-разработки и хотел попробовать что-то новое и захватывающее, что казалось интересным и полезным для будущей карьеры.

Какие книги автор использовал для изучения машинного обучения?

Автор использовал две книги: одну по глубокому обучению, которая оказалась слишком сложной для его уровня подготовки, и другую по машинному обучению, которая была более доступной, но все равно требовала знаний в области математики и Python.

Какие математические дисциплины были основными для изучения?

Автор изучал линейную алгебру и дискретную математику, что является основой для понимания машинного обучения и AI. Для этого он использовал лекции и книги, а также прошел курс на платформе Math Academy.

Почему автор считает, что математические курсы не всегда полезны для программистов?

Автор пришел к выводу, что в повседневной жизни программиста, особенно в разработке программного обеспечения, сложные математические концепции не так часто применяются. Хотя эти знания полезны для научных и инженерных дисциплин, они не всегда востребованы в разработке ПО.

Какую ошибку автор сделал при изучении компьютерных наук?

Автор решил изучать низкоуровневое программирование и базы данных, надеясь, что это поможет ему работать с CUDA-программированием, но понял, что его время было потрачено неэффективно, поскольку не сразу начал с изучения C++ и не применил свои знания на практике.

Какую роль в обучении автору сыграли проекты?

Автор осознал, что ключ к успешному обучению — это выполнение проектов. Он понял, что только те знания, которые были применены в реальных проектах, запоминаются и становятся полезными на практике.

Какие источники автор рекомендует для изучения алгоритмов?

Автор рекомендует использовать карту алгоритмов NeetCode, которая предлагает структуру изучения от простых задач к более сложным, помогая не только понять алгоритмы, но и запомнить полезные приемы и стратегии решения.

Что автор думает о LeetCode как инструменте для изучения алгоритмов?

Автор считает, что LeetCode может быть сложным для новичков, так как решения задач кажутся случайными и бессмысленными без правильного подхода. Однако с правильной структурой, начиная с простых задач, можно сделать процесс более увлекательным и эффективным.

Какие ключевые уроки автор извлек из изучения data engineering?

Автор считает, что изучение data engineering и построение пайплайнов данных оказалось полезным для его работы, особенно в контексте понимания того, как данные проходят через систему и как отслеживать ошибки в их обработке.

Что автор планирует делать в следующем году в плане обучения?

В следующем году автор планирует сосредоточиться на выполнении проектов, которые помогут применить полученные знания на практике. Он также планирует делиться своим прогрессом и результатами с аудиторией.