Tomo prestado de mi propia respuesta La respuesta de Karlijn Willems a ¿Cómo comienza un principiante total a aprender el aprendizaje automático si tiene algún conocimiento de los lenguajes de programación? y ampliará los recursos para Python 🙂
Aquí hay algunos consejos que aprendí mientras aprendía el aprendizaje automático:
- Evaluar, actualizar y aprender matemáticas y estadísticas. Probablemente sea difícil, porque realmente no tenía idea de qué buscar. Para las matemáticas, consideraría tomar álgebra lineal en la Academia Khan.
- Aplicar matemáticas / estadísticas con Python. Hoy en día, le aconsejo que revise esta lista (más de 40 estadísticas de Python para recursos de ciencia de datos) y aprenda todo lo que pueda al aplicar las cosas con Python. Si necesita una introducción suave a Python, le recomendaría Introducción a Python para Data Science o Learn Python for Data Science – Curso en línea. Vaya a MIT OpenCourseWare y tome el curso de Álgebra lineal.
- No tengas miedo de invertir en “teoría” . Lo que escucho mucho es que la gente no se esfuerza por leer más material seco / teórico. Pero creo que esto es extremadamente valioso a largo plazo. Revisé el libro de texto de Machine Learning y, al mismo tiempo, vi los videos de Machine Learning – Stanford University | Coursera. Creo que estos fueron muy instructivos y dieron una buena base sólida para comenzar.
- Ponte manos a la obra . Estos materiales que he mencionado son excelentes para construir las bases, pero también debe poder aplicar los conceptos que ha aprendido. Puede considerar la introducción al curso de aprendizaje automático | Udacity, pero también eche un vistazo al Aprendizaje supervisado con scikit-learn y Aprendizaje no supervisado en Python.
- Practica Pero, incluso más importante que practicar y revisar el material con Python, es practicar. Este paso fue probablemente el más difícil para mí. No encontré ningún material que me gustara y que estuviera a mi nivel, así que tuve que hacer la mayoría de las cosas por mí mismo. Recientemente, escribí un tutorial de Python Machine Learning para principiantes: Python Machine Learning: Tutorial Scikit-Learn. También recomendaría Kaggle Python Tutorial sobre Machine Learning.
- No tengas miedo de los proyectos . Después de esto, considere comenzar algunos proyectos a través de Your Home for Data Science. Asegúrese de poner su código en Github para que otros puedan ver su progreso y discutirlo.
- No te detengas Siempre salen nuevos materiales y si estás siguiendo algunos podcasts de aprendizaje automático, siempre estarás al día con las últimas noticias. También consideraría ingresar a R para hacer aprendizaje automático. Los siguientes cursos pueden ayudarlo a hacer esto: Introducción gratuita al curso en línea de programación R, OpenIntro, análisis de datos e inferencia estadística, estadísticas básicas o estadísticas con R Track | DataCamp para lo básico y las estadísticas con R e Introducción al aprendizaje automático: curso en línea, R: aprendizaje no supervisado y aprendizaje automático en R para principiantes para el aprendizaje automático.
- Haz uso de todo el material que hay ahí fuera . Además de los podcasts, existe una gran documentación que definitivamente lo ayudará a salir y conquistar el miedo a los datos: scikit-learn: aprendizaje automático en Python, documentación de Keras y hojas de trucos como Elegir el estimador correcto, Scikit-Learn Cheat Sheet: Python Machine Learning, Keras Cheat Sheet: Redes neuronales en Python u otros materiales como Una introducción visual al aprendizaje automático, Agrupación con Scikit con GIF.
Puede leer todo esto y más aquí: Cómo aprenden las máquinas: una guía práctica – freeCodeCamp
- ¿Piensan las personas en los próximos 50 a 100 años que los robots se harán cargo de los humanos con respecto a los avances en IA?
- ¿Puede la inteligencia artificial detectar falsificaciones de arte?
- ¿Aprender el modelo de Tensor Flow con Python es realmente útil para mí en el futuro?
- ¿Cómo cambiará la inteligencia artificial nuestra vida cotidiana?
- ¿Cuál es la naturaleza interdisciplinaria de la robótica?
¡Buena suerte!