Es bueno que hayas comenzado con los conceptos básicos de Python. Puede comenzar a asumir el proceso de aprendizaje automático real con eso. Si conoce algún otro lenguaje de programación, simplemente rozar la superficie de Python es más que suficiente.
Simplemente podría profundizar en NLTK [Kit de herramientas de lenguaje natural]. Para su información, NLTK ofrece una gran cantidad de funciones geniales que hacen que tratar con datos de texto sea pan comido. Te sugiero que pruebes una serie de tutoriales de YouTube de sentdex. El tipo [Harrison, creo] enseña NLTK desde cero. Él explica el código realmente bien. Cualquier cosa nueva de Pythony: la cubre cuando lo necesita. Realmente te sugiero que revises la serie completa aquí:
Para conocer el concepto real, puede consultar esta serie de Josh Gordan, un Googler. Explica el concepto real del aprendizaje automático en general y ejecuta programas. Pero él no explica el código. Supongo que es porque intenta enfatizar el concepto sobre el código. Actualmente está creando videos para la serie, por lo que aún está incompleto. Pero aún te sugiero que revises el canal Google Developers. Aquí está su primer video de aprendizaje automático:
- ¿Dónde podemos usar el aprendizaje automático en banca y finanzas?
- ¿Es errónea la decisión de Arabia Saudita de otorgar la ciudadanía a un robot?
- Cómo imaginar que la IA es incluso algo razonablemente inteligente cuando no somos realmente personas éticas como raza
- No soy bueno programando. ¿Cómo elijo áreas de investigación entre las siguientes: sistemas de gestión de bases de datos, minería de datos, inteligencia artificial, aprendizaje automático, reconocimiento de patrones, bioinformática, ingeniería de software o alguna otra?
- ¿Qué métodos efectivos automatizados / arquitectónicos existen para detectar trolls en línea?
Por supuesto, ver estas 2 series puede ponerte al día y puedes crear tus propios sistemas. Sin embargo, aún carecería de conocimiento conceptual del aprendizaje automático en general. La única solución a esto es leer trabajos de investigación.
Por donde puedes empezar
Antes de ensuciarse las manos, es importante conocer las perspectivas que tiene para el futuro. El aprendizaje automático es un campo vasto con muchas aplicaciones. Intenta reducirlo buscando tu campo de interés. Puede consultar este artículo sobre Aprendizaje automático: tendencias, perspectivas y perspectivas. Es una lectura realmente buena y podría ayudarte a elegir un campo relevante.
Una vez que haya elegido su campo, eche un vistazo a lo que la gente ha hecho en ese campo revisando documentos de investigación relevantes. Por ejemplo, si está interesado en la extracción de frases clave, puede probar enfoques no supervisados para la extracción automática de palabras clave mediante transcripciones de reuniones. ¿No es tu campo? ¡Esta bien! Simplemente use su buen amigo Google para obtener documentos relevantes.
Cualquiera que sea el campo que elija, recuerde:
¡Necesitas seguir leyendo!
Encuentra cosas nuevas en el campo. Intenta no confiar SOLAMENTE en videos. Es un poco difícil al principio. De hecho, lo estoy pasando yo mismo. Pero todo saldrá bien pronto. Entonces, si alguna vez estás atrapado porque el concepto es demasiado abrumador, ¡no te detengas allí! ¡Sigue presionando y eventualmente entenderás y admirarás Machine Learning por lo que puede hacer! ¡Buena suerte en tu aprendizaje automático! 😉