The 8-step quick-start guide to learn Machine Learning.

ЁЯз╡ЁЯСЗ

1тГг Start with Python ЁЯРН

Yes, you can do other languages, but Python is by far the most straightforward option.

ЁЯСЗ
2тГг Get familiar with numpy, pandas, and matplotlib

These three libraries are probably the most common Python libraries you'll have to use every day.

(Even if you don't end up doing machine learning, these libraries are awesome and useful.)

ЁЯСЗ
3тГг Start using notebooks

Look into Jupyter or Google Colab.

Notebooks are essential for data scientists and machine learning practitioners. Most of the code you'll read and write will be in notebooks.

ЁЯСЗ
4тГг Find a problem (already solved)

In my opinion, the best way to start is by working through a problem тАФespecially when you can learn from its solution.

Start with something simple. I usually recommend "Titanic" from Kaggle.

ЁЯСЗ
5тГг Focus on the analysis and not the code

In the beginning, spend your time and energy analyzing the problem and its solution.

Code is not important at this stage. Code can come later.

ЁЯСЗ
6тГг Start incorporating new algorithms

As you work through problems, start incorporating new algorithms into your toolset.

Here are a few great options to start:

1. Decision Trees
2. Linear regression
3. Logistic regression
4. Neural Networks
5. KNN

ЁЯСЗ
7тГг Get familiar with a general process to approach problems

Here is a good start:

1. Define the problem
2. Prepare the data
3. Spot-ccheck algorithms
4. Improve the results
5. Present the results

ЁЯСЗ
8тГг Pick a new problem and repeat

It shouldn't be surprising that the best way to improve is to practice and solve new problems.

If you don't have access to real-life problems, get familiar with Kaggle: everything you need will be there.
In the next coming weeks, I'll be posting a whole series of machine learning advice for people wanting to start.

Stay tuned!

More from Santiago

10 machine learning YouTube videos.

On libraries, algorithms, and tools.

(If you want to start with machine learning, having a comprehensive set of hands-on tutorials you can always refer to is fundamental.)

ЁЯз╡ЁЯСЗ

1тГг Notebooks are a fantastic way to code, experiment, and communicate your results.

Take a look at @CoreyMSchafer's fantastic 30-minute tutorial on Jupyter Notebooks.

https://t.co/HqE9yt8TkB


2тГг The Pandas library is the gold-standard to manipulate structured data.

Check out @joejamesusa's "Pandas Tutorial. Intro to DataFrames."

https://t.co/aOLh0dcGF5


3тГг Data visualization is key for anyone practicing machine learning.

Check out @blondiebytes's "Learn Matplotlib in 6 minutes" tutorial.

https://t.co/QxjsODI1HB


4тГг Another trendy data visualization library is Seaborn.

@NewThinkTank put together "Seaborn Tutorial 2020," which I highly recommend.

https://t.co/eAU5NBucbm

More from Machine learning

You May Also Like

рд░рд╛рдо-рд░рд╛рд╡рдг рдпреБрджреНрдз рд╕рдорд╛рдкреНрдд рд╣реЛ рдЪреБрдХрд╛ рдерд╛ред рдЬрдЧрдд рдХреЛ рддреНрд░рд╛рд╕ рджреЗрдиреЗ рд╡рд╛рд▓рд╛ рд░рд╛рд╡рдг рдЕрдкрдиреЗ рдХреБрдЯреБрдореНрдм рд╕рд╣рд┐рдд рдирд╖реНрдЯ рд╣реЛ рдЪреБрдХрд╛ рдерд╛редрд╢реНрд░реАрд░рд╛рдо рдХрд╛ рд░рд╛рдЬреНрдпрд╛рднрд┐рд╖реЗрдХ рд╣реБрдЖ рдФрд░ рдЕрдпреЛрдзреНрдпрд╛ рдирд░реЗрд╢ рд╢реНрд░реА рд░рд╛рдо рдХреЗ рдиреЗрддреГрддреНрд╡ рдореЗрдВ рдЪрд╛рд░реЛрдВ рджрд┐рд╢рд╛рдУрдВ рдореЗрдВ рд╢рдиреНрддрд┐ рдереАред
рдЕрдВрдЧрдж рдХреЛ рд╡рд┐рджрд╛ рдХрд░рддреЗ рд╕рдордп рд░рд╛рдо рд░реЛ рдкрдбрд╝реЗ рдереЗ редрд╣рдиреБрдорд╛рди рдХреЛ рд╡рд┐рджрд╛ рдХрд░рдиреЗ рдХреА рд╢рдХреНрддрд┐ рддреЛ рд░рд╛рдо рдореЗрдВ рдереА рд╣реА рдирд╣реАрдВ ред


рдорд╛рддрд╛ рд╕реАрддрд╛ рднреА рд╣рдиреБрдорд╛рди рдХреЛ рдкреБрддреНрд░рд╡рдд рдорд╛рдирддреА рдереАред рдЕрдд: рд╣рдиреБрдорд╛рди рдЕрдпреЛрдзреНрдпрд╛ рдореЗрдВ рд╣реА рд░рд╣ рдЧрдП редрд░рд╛рдо рджрд┐рдирднрд░ рджрд░рдмрд╛рд░ рдореЗрдВ, рд╢рд╛рд╕рди рд╡реНрдпрд╡рд╕реНрдерд╛ рдореЗрдВ рд╡реНрдпрд╕реНрдд рд░рд╣рддреЗ рдереЗред рд╕рдВрдзреНрдпрд╛ рдХреЛ рдЬрдм рд╢рд╛рд╕рдХреАрдп рдХрд╛рд░реНрдпреЛрдВ рдореЗрдВ рдЫреВрдЯ рдорд┐рд▓рддреА рддреЛ рдЧреБрд░реБ рдФрд░ рдорд╛рддрд╛рдУрдВ рдХрд╛ рдХреБрд╢рд▓-рдордВрдЧрд▓ рдкреВрдЫ рдЕрдкрдиреЗ рдХрдХреНрд╖ рдореЗрдВ рдЬрд╛рддреЗ рдереЗред рдкрд░рдВрддреБ рд╣рдиреБрдорд╛рди рдЬреА рд╣рдореЗрд╢рд╛ рдЙрдирдХреЗ рдкреАрдЫреЗ-рдкреАрдЫреЗ рд╣реА рд░рд╣рддреЗ рдереЗ ред


рдЙрдирдХреА рдЙрдкрд╕реНрдерд┐рддрд┐ рдореЗрдВ рд╣реА рд╕рд╛рд░рд╛ рдкрд░рд┐рд╡рд╛рд░ рдмрд╣реБрдд рджреЗрд░ рддрдХ рдЬреА рднрд░ рдмрд╛рддреЗрдВ рдХрд░рддрд╛ редрдлрд┐рд░ рднрд░рдд рдХреЛ рдзреНрдпрд╛рди рдЖрдпрд╛ рдХрд┐ рднреИрдпрд╛-рднрд╛рднреА рдХреЛ рднреА рдПрдХрд╛рдВрдд рдорд┐рд▓рдирд╛ рдЪрд╛рд╣рд┐рдП редрдЙрд░реНрдорд┐рд▓рд╛ рдХреЛ рджреЗрдЦ рднреА рдЙрдирдХреЗ рдорди рдореЗрдВ рд╣реВрдХ рдЙрдарддреА рдереА рдХрд┐ рдЗрд╕ рдкрддрд┐рд╡реНрд░рддрд╛ рдХреЛ рднреА рдЕрдкрдиреЗ рдкрддрд┐ рдХрд╛ рд╕рд╛рдирд┐рдзреНрдп рдЪрд╛рд╣рд┐рдП ред

рдПрдХ рджрд┐рди рднрд░рдд рдиреЗ рд╣рдиреБрдорд╛рди рдЬреА рд╕реЗ рдХрд╣рд╛,"рд╣реЗ рдкрд╡рдирдкреБрддреНрд░! рд╕реАрддрд╛ рднрд╛рднреА рдХреЛ рд░рд╛рдо рднреИрдпрд╛ рдХреЗ рд╕рд╛рде рдПрдХрд╛рдВрдд рдореЗрдВ рд░рд╣рдиреЗ рдХрд╛ рднреА рдЕрдзрд┐рдХрд╛рд░ рдкреНрд░рд╛рдкреНрдд рд╣реИ редрдХреНрдпрд╛ рдЖрдкрдХреЛ рдЙрдирдХреЗ рдорд╛рдереЗ рдкрд░ рд╕рд┐рдиреНрджреВрд░ рдирд╣реАрдВ рджрд┐рдЦрддрд╛?рдЗрд╕рд▓рд┐рдП рд╕рдВрдзреНрдпрд╛ рдкрд╢реНрдЪрд╛рдд рдЖрдк рд░рд╛рдо рднреИрдпрд╛ рдХреЛ рдХреГрдкреНрдпрд╛ рдЕрдХреЗрд▓рд╛ рдЫреЛрдбрд╝ рджрд┐рдпрд╛ рдХрд░реЗрдВ "ред
рдпреЗ рд╕реБрдирдХрд░ рд╣рдиреБрдорд╛рди рдЖрд╢реНрдЪрд░реНрдпрдЪрдХрд┐рдд рд░рд╣ рдЧрдП рдФрд░ рд╕реАрддрд╛ рдорд╛рддрд╛ рдХреЗ рдкрд╛рд╕ рдЧрдП ред


рдорд╛рддрд╛ рд╕реЗ рд╣рдиреБрдорд╛рди рдиреЗ рдкреВрдЫрд╛,"рдорд╛рддрд╛ рдЖрдк рдЕрдкрдиреЗ рдорд╛рдереЗ рдкрд░ рд╕рд┐рдиреНрджреВрд░ рдХреНрдпреЛрдВ рд▓рдЧрд╛рддреА рд╣реИрдВред" рдпрд╣ рд╕реБрдирдХрд░ рд╕реАрддрд╛ рдорд╛рддрд╛ рдмреЛрд▓реАрдВ,"рд╕реНрддреНрд░реА рдЕрдкрдиреЗ рдорд╛рдереЗ рдкрд░ рд╕рд┐рдиреНрджреВрд░ рд▓рдЧрд╛рддреА рд╣реИ рддреЛ рдЙрд╕рдХреЗ рдкрддрд┐ рдХреА рдЖрдпреБ рдореЗрдВ рд╡реГрджреНрдзрд┐ рд╣реЛрддреА рд╣реИ рдФрд░ рд╡рд╣ рд╕реНрд╡рд╕реНрде рд░рд╣рддреЗ рд╣реИрдВ "ред рдлрд┐рд░ рд╣рдиреБрдорд╛рди рдЬреА рдкреНрд░рднреБ рд░рд╛рдо рдХреЗ рдкрд╛рд╕ рдЧрдП ред