Thread by @pacmannai

Halo teman-teman, karena takut kemalaman, mimin akan mulai bahas materinya ya.

Cara Belajar Machine Learning Otodidak. #MLtips

Sebelumnya mimin mau buat disclaimer dulu. Sequence dari kurikulum yang mimin buat adalah bias, mungkin perlu penyesuaian untuk semua orang.

Namun, ini adalah kurikulum yang paling general yang mimin pakai untuk belajar dan mengajarkan ke tim. #MLtips

Mimin melakukan dekomposisi isi dari #MLtips kali, berikut definisinya:
1. mental_model : cara berpikir saat belajar.
2. strategy : cara belajar yang efisien.
3. materi: materi yang kita pelajar, bentuknya sequence.

Fase pertama: belajar dasar.
Fase ini tujuannya belajar dasar yang dibutuhkan untuk belajar Machine Learning.

Goal:
Tumbuhkan motivasi belajar.

strategy:
membiasakan belajar 2-4jam sehari.

mental_model:
setiap progress adalah kemajuan.

Di fase ini, mimin sarankan untuk tidak mengkonsumsi terlalu banyak materi. Jangan paksakan yang terlalu susah. Tujuan di fase ini adalah memupuk rasa ingin tahu dan energy kita.

Don't: pelajari materi kebanyakan atau kesusahan, lalu melihat tidak ada progress. #MLtips

Saya sangat-sangat menyarankan untuk tidak belajar coding saat pertama kali. Mimin sarankan belajar ML yang plug n play/colok ceria.

Di fase awal ini penting untuk memberikan fast reward/progress ke diri sendiri. Rasakan ML bisa ngapain aja. #MLtips

lalu materinya apa?
materi: Data Mining with Weka cs.waikato.ac.nz/ml/weka/mooc/d…

Weka adalah software GUI based untuk machine learning. Teman-teman bisa drag n drop menggunakannya.

Materi selanjutnya adalah belajar dasar programming.
materi: ocw.mit.edu/courses/electr…

Saran: (untuk pemula)
- error karena typo itu normal, jangan mudah stress
- kerjaan kita memang paling utama debugging, normal kalau banyak salah
- semua orang googling untuk cari jawaban

Materi selanjutnya: mempelajari probability and stats.
khanacademy.org/math/statistic…

DON'T:
Ambil kelas yang susah di youtube, gak paham, gak ada progress. Ingat tujuan awal dari fase ini, memberikan fast reward ke kita. #MLtips

Saya menyarankan teman-teman belajar dari Khan Academy. Khan Academy mudah dipelajari, materinya tidak padat. Ingat, yang penting ada progress. :)

Materi selanjutnya basic mathematics.
materi:
- Pre Calculus
- Differential Calculus
- Integral Calculus

khanacademy.org/math/precalcul…
khanacademy.org/math/different…
khanacademy.org/math/integral-…

DON'T:
Ambil kelas MIT OCW Calculus, padahal udah lupa math SMA. Progress itu penting #MLtips

Mimin ingatkan sekali lagi, ini belajar otodidak. Penting untuk dilakukan:
- Biasakan belajar 2-4jam sehari.
- Jangan terburu-buru.

Nanti kalau materinya makin susah, setidaknya kita sudah terbiasa untuk mencoba memahami materi 4jam sehari.

Dulu mimin pas masih "junior" belajar 12jam sehari sampai jam 5 pagi setiap hari. Namun dulu kantornya memang baik, ngizinin mimin buat belajar di kantor.

materi selanjutnya:
Introduction to Statistical Learning

buku: www-bcf.usc.edu/~gareth/ISL/IS… [pdf]

video: youtube.com/playlist?list=…

python code: github.com/JWarmenhoven/I…

Ini kelas bagussss banget. Menjelaskan materi dengan pelan-pelan dan intuitif.

materi selanjutnya:
Kaggle Learn
kaggle.com/learn/overview

Di sini fokus ke materi dan penyelesaian kasus. Beberapa juga diajarkan skills umum yang diperlukan untuk Data Scientist bekerja.

Sampai sini ada pertanyaan kah? mimin tunggu 10 mins, ya.

mari lanjutkan, materi selanjutnya:
bloomberg.github.io/foml/#home

Materi ini mirip dengan materi selanjutnya namun membahas lebih luas dan dalam. Penting untuk bisa menurunkan, menalar "behavior" dari model, dan bisa menjelaskannya.

materi selanjutnya:
xcelab.net/rm/statistical…

Ini adalah materi statistical modeling. Mimin suka banget sama kelas ini. Penting bahwa kita harus selalu skeptis dengan model kita. Kita harus tahu limitasi dari model kita. Kelas ini mengajarkan skeptisme yang sehat dalam modeling

Nah sekian untuk fase pertama. Mimin ingatkan untuk fokus ke pembiasaan diri belajar 4jam sehari. Juga, jangan ambil materi yang susah di awal, progress adalah segalanya di fase ini. Jangan terburu-buru, be soft to yourself.

Fase selanjutnya:
Mimin coba namakan sesuai konteks belajar ya.

II. Learner
Fokus ke pendalaman teori dan pemahaman model ML.

III. Theorist
Pendalaman teori kenapa model bekerja, apa limitasinya, bagaimana melakukan riset model baru.

IV. Kuli Proyek
Pembuatan portfolio.

Nah, ketiga fase tersebut akan sangat berbeda dengan fase pertama. Progreess akan lambat, namun kita sudah terbiasa belajar. Goal dan strategy nya juga akan berbeda.

Mimin akan bahas fase kedua besok jam 21.00. Terima kasih #MLtips

Silakan bertanya, nanti akan mimin jawab kalau ada waktu kosong esok hari.

Halo untuk fase kedua, mimin undur jadi lusa jam 21.00. Mohon maaf, mimin lagi banyak kerjaan 🙏

Ditunda 2 jam ya teman-teman, mohon maaf mimin lagi belajar....