template-plano-estudo.md

Explorar o tema

Palavras chave de pesquisa

• Machine Learning
  1. https://www.ibm.com/br-pt/analytics/machine-learning
  2. https://tecnoblog.net/responde/machine-learning-ia-o-que-e/
  3. https://www.youtube.com/watch?v=Z1YHbl0lh88
  4. https://pt.wikipedia.org/wiki/Aprendizado_de_m%C3%A1quina
  5. https://www.youtube.com/watch?v=Iuz_jc96bQk
  6. https://www.ted.com/talks/briana_brownell_how_does_artificial_intelligence_learn
• O que é Machine Learning
• Exemplos de uso de Machine Learning
• Por que usar machine learning?
• Como usamos machine learning?
• E se não tivesse machine learning?
• E se tudo fosse movido a machine learning?

Onde você pode pesquisar

1. Google
2. Google scholar
3. Youtube
4. Ted talk

Como você pode recuperar durante a exploração inicial

1. Para cada texto/conjunto de textos lido(s), faz um resuminho em texto
2. Se quiser, faz também um resuminho em vídeo

Entendimento básico

1. O que é Machine Learning?
2. Quando eu deveria usar Machine Learning?

Realize uma validação do seu entendimento básico

1. Pesquise sobre o tema no linkedin e mande as suas perguntas ou marque um papo

Investigação do contexto?

Investigar o papel de uma pessoa que manja de machine learning nível junior

1. O que faz uma pessoa junior com machine learning?
2. Existem alguns tópicos que são prioritários para um(a) junior?
3. Tem alguma linguagem de programação que eu deveria buscar?
4. Quais são os principais problemas resolvidos por uma pessoa junior com machine learning?
5. O que não pode faltar para um(a) junior com machine learning?

Para quem você pode perguntar?

1. Pesquisaria pessoas que são consideradas seniores com machine learning para fazer as perguntas

Objetivos de aprendizagem

1. Aplicar algoritmos de machine learning sobre dados já prontos
2. Conseguir utilizar as bibliotecas de python focadas em machine learning
3. Ter uma vaga noção do que é deep learning
4. Saber explicar o processo de limpeza de dados antes de aplicar qualquer algoritmo

Resumo do objetivo de aprendizagem:

Curadoria das fontes de estudo

Dimensões que são importantes na sua fonte de estudo:

1. Autoridade da fonte
2. Facilidade de consumo

Fontes de autoridade máxima

• Tem uma pessoa que criou o que você está estudando?

  1. Documentação oficial
  2. Artigo científico
  3. Curso da pessoa criadora
  4. Blog da pessoa criadora

• Se não for muito claro que criou

  1. Buscar quem são as autoridades máximas no assunto
  2. Olhe para o item 1

Fontes de consumo fácil

1. Cursos que falem com seus objetivos de aprendizagem
2. Livros que falem com seus objetivos de aprendizagem
3. Playlists no youtube que falem com seus objetivos de aprendizagem

Exercícios para que você chegue mais próximo dos objetivos de aprendizagem

Práticas de recuperação mais gerais

1. Para cada capítulo de livro pode ter resumo
2. Para cada curso pode ter resumo
3. Para cada capítulo de curso, pode ter resumo

Exercícios práticos que se aproximam das atividades compatíveis com seus objetivos de aprendizagem

1. Achar exercícios que falem com o objetivo de aprendizagem no https://www.kaggle.com/
2. Procurar por repositórios de desafios de machine learning para entrevistas de emprego
3. https://github.com/skonkiel/machine-learning-challenge
4. https://github.com/bpesquet/mlkatas

Consegue validar o seu aprendizado?

1. Tentar achar alguém fera de machine learning do mercado para mostrar o que você fez
2. Comparar suas respostas com a de outras pessoas no kaggle
3. Participar de eventos sobre o tema e perceber o seu nível de conforto
4. O que você acha sobre o seu aprendizado