Si tienes experiencia en codificación, te sugiero inscribirte en Coursera. [1] Inscríbase y moje sus pies en el campo. Explore nuevos conceptos y experimente con lo que ha aprendido. Este es el mejor lugar para aprender Machine Learning, recomendado por los mejores de la industria.
Una vez que termine un curso, comience a buscar un motor fácil de aprender con el que pueda probar. Hay muchos por ahí, como el marco tradicional ENCOG [2] o la biblioteca Tensor Flow de Google [3]. Si desea un motor más fácil para comenzar, le sugiero que busque usar la máquina de aprendizaje Ryskamp de Useble [4]. Simplemente fueron de código abierto con su patente aún pendiente, por lo que es un buen momento para explorar su código y verificar si es adecuado para usted.
Busque conjuntos de datos de campos que le interesen y analícelos. El aprendizaje automático es un poco exigente, necesita pasión y persistencia. Tómese el tiempo para leer los documentos en JMLR, estos documentos de investigación se actualizan constantemente.
- ¿Cuáles son algunas de las investigaciones más fascinantes que conoces en el área de interfaz de la computadora del cerebro? Además, ¿qué tan útil considera cosas como 'gorras de pensamiento' y ha probado alguna?
- ¿Estudiar vale / vale la pena en Malasia en comparación con la India?
- Si todo el universo o todos los multiversos hubieran sido simplemente simulaciones por computadora, ¿cuál habría sido el tamaño aproximado de todos esos datos?
- ¿Puedo comenzar a aprender herramientas de big data (Hadoop y MapReduce) antes de aprender Machine Learning?
- La inteligencia artificial y la robótica están progresando a un ritmo cada vez mayor. ¿Qué debe hacerse para la fuerza laboral desplazada?
Con todo, le deseo suerte en sus esfuerzos. Que encuentres tu pasión en Machine Learning.
Notas al pie
[1] Coursera | Cursos en línea de las mejores universidades. Únete gratis
[2] Marco de aprendizaje automático de Encog
[3] TensorFlow
[4] useAIble ™
