Para estar de acuerdo con Simon Tse: sería difícil, pero no imposible.
Ahora para divergir de su punto de vista: necesitarías enseñarte a ti mismo el equivalente de esa educación formal (o similar), lo cual es extremadamente difícil , y tendrías que convencer a la persona a la que estarías buscando para contratarte. podrías hacer un trabajo tan bueno o mejor que alguien con dicha educación formal.
Lo anterior responde a la pregunta. Lo siguiente justifica la respuesta.
- ¿Cómo puede un estudiante de ingeniería mecánica con habilidades de codificación promedio mejorar para competir con sus compañeros de CSE?
- Al estar en Ingeniería Mecánica, ¿estoy condenado si termino con un CGPA menor a 8 en IIITDM Kancheepuram? ¿Cuántos estudiantes obtienen 8+ CGPA aquí?
- ¿Qué tan grave afecta una brecha de 3 años a mi carrera de desarrollador?
- ¿Importan las marcas estándar 10 y 12 mientras aparecen en JAM?
- Soy un estudiante de tercer año de ingeniería ambiental en ISM Dhanbad. Hay una disposición para optar por una sucursal menor. Según las perspectivas de trabajo, ¿cuál debo elegir: petróleo, química, minería o ingeniería civil?
Casi cualquier algoritmo de aprendizaje automático puede estar motivado de manera no probabilística, aunque tienden a perder su poder cuando te das cuenta de todas las suposiciones que podrías estar descartando al hacerlo. Además, los algoritmos como SVM y redes neuronales pueden ser motivados probabilísticamente. Si ignora las raíces probabilísticas o la interpretación de estos algoritmos, pierde otro modo de comprensión. Más modos de comprensión son siempre buenos.
No es importante comprender los datos disponibles y cómo puede usarlos para resolver el problema que tiene delante, y un método muy efectivo para hacerlo es a través de estadísticas, tanto frecuentas como bayesianas. Estos son los métodos más comunes y en gran medida muy efectivos para comprender los problemas de datos.
Daré tres puntos (posiblemente unos pocos) que argumentan que una educación formal es más fácil que cualquier otra cosa.
1. Para ser eficaz como analista o científico de datos, debe poder pensar de cierta manera.
El método más fácil de aprender estos patrones de pensamiento es a través de una educación formal. El problema con los MOOC, por ejemplo, es que a menudo no le dan tiempo para, por ejemplo, hablar con sus profesores y, lo que es más importante, tienden a cubrir las cosas rápidamente. Eso es parte de su atracción, pero también una posible caída.
El autoaprendizaje es posible, pero debes tener un tipo especial de mente. Y mucha disciplina. Tienes que hacerte quererlo. Y no puedes cortar esquinas. En una clase regular, tendrás un profesor (si él o ella es bueno) no solo te enseñará lo que hay en el texto, sino que te dará pequeñas anécdotas, diferentes formas de comprensión, ideas y pensamientos. Incluso si está enfocado y disciplinado en su estudio, puede perderse ideas importantes de que el libro o lo que sea que esté estudiando no siempre esté claro.
2. La comunicación es una parte clave de ser un científico de datos o analista.
Y el aprendizaje de la comunicación requiere acceso a personas con las que pueda comunicarse, quienes le brindarán comentarios honestos sin que esto perjudique más que posiblemente su orgullo. Esto me lleva de vuelta a mis días de estudiante. En la licenciatura siempre tuve un grupo, y aunque tendía a ayudar a mis amigos a comprender más de lo que me ayudaban, ellos también me ayudaron. Hasta ese punto, no entiendes algo bien hasta que puedes enseñarlo.
3. El aislamiento no es bueno cuando se trata de resolver problemas.
Este punto es una repetición de los puntos 1 y 2, enfatizados de manera ligeramente diferente. Incluso cuando trabajas en un doctorado, tienes a tu asesor y a tus compañeros / amigos para intercambiar ideas. Tú vas a seminarios. Aprende otras cosas que pueden ser totalmente diferentes al tema de su disertación. Y a veces esto abre nuevas vías para explorar. Es cierto que algunas personas realmente inteligentes han trabajado de forma aislada para resolver un problema que es importante y difícil. Casi invariablemente, la soledad solidifica su pensamiento en un modo de pensamiento. Las nuevas ideas, incluso si no son obviamente relevantes, incluso si son completamente irrelevantes, siempre son útiles.