La IA es un tema amplio y uno debe comenzar a aprenderlo con un interés específico. Con las bendiciones de los problemas de aprendizaje profundo se pueden resolver con mayor precisión y en menos tiempo. Sugeriría lo siguiente para el aprendizaje de refuerzo y el aprendizaje profundo:
Aprendizaje de refuerzo : Comience con el libro de Richard Sutton. Está muy bien escrito y contiene los conceptos generales que también pueden asignarse a la comunidad de planificación y control. Después de dar los detalles en profundidad de los conceptos básicos, se centra en el aspecto predictivo de RL. También las diapositivas y videos de la conferencia de David Silver deberían ser suficientes si conoce la probabilidad en detalle. Aquí se incluye una lista curada de recursos para RL.
Aprendizaje profundo : este es un campo hiperactivo y muchos tutoriales nuevos y código de ejemplo se cargan en un abrir y cerrar de ojos. Por lo tanto, seleccione específicamente porque todo puede ser bueno, pero no tiene sentido cavar cada hoyo. He escrito aquí, los recursos que seguí. En resumen, el curso Nando de Freitas y el libro de aprendizaje profundo es un buen comienzo.
- Tengo una nube de puntos y necesito hacerla coincidir con un modelo CAD en una base de datos de ~ 500 modelos. ¿Qué algoritmos podría usar?
- Cómo escribir un buen artículo sobre aprendizaje profundo o reforzar el aprendizaje sin la ayuda de un supervisor profesional
- Cómo hacer clustering de tipos de datos mixtos en Python
- ¿Qué significa 'clasificación' en la discusión del reconocimiento de patrones?
- ¿Por qué la búsqueda de imágenes de Google es tan rápida?
Escribí algo similar en la respuesta de Anil Sharma a ¿Cuáles son los mejores materiales y programas de estudio en línea para comenzar a aprender IA en 2017? ¿Cuál es la mejor guía de programa sobre qué estudiar primero y cómo fluir y construir?
Para AI en general, puede seleccionar un recurso de esta publicación.
Espero que esto haya ayudado.