Las redes neuronales son una clase de modelos dentro de la literatura general de aprendizaje automático. Entonces, por ejemplo, si tomó un curso de Coursera sobre aprendizaje automático, es probable que se cubran las redes neuronales.
Creo que la pregunta que querías hacer es si es mejor simplemente saltar directamente a las redes neuronales sin una formación general en ML. Mi respuesta sería un no. Para comprender y apreciar las redes neuronales (o el aprendizaje profundo para el caso), creo que es importante comprender los beneficios y las limitaciones de otros modelos de ML. Le ayuda a desarrollar una mejor imagen general de qué tipo de problemas están resolviendo estas redes neuronales. La mayoría de las personas son conscientes de que el aprendizaje profundo se trata de aprender representaciones de características de alto nivel para los datos. Pero, ¿cómo se ve esto en el espacio de características? ¿Cuáles son las implicaciones para la forma de la toma de decisiones cuando aprendiste buenas características? Todas estas son preguntas básicas que deberías poder responder. Y probablemente serán un desafío si no tienes una formación básica en ML.
Si su interés principal está en las redes neuronales / aprendizaje profundo, obviamente debería concentrarse en ese interés. Pero también debe reservar algo de tiempo para desarrollar una conciencia de otros modelos y métodos en ML. Sería difícil para un investigador o ingeniero de aprendizaje profundo / aprendizaje profundo tomarlo en serio si no puede explicar los conceptos básicos sobre árboles de decisión y SVM.
- ¿Cómo y cuándo comenzaste con Kaggle?
- ¿El uso de memoria aumenta a medida que aumentan los datos de entrenamiento en redes neuronales profundas?
- Matemática Aplicada: ¿Cuáles son los diferentes métodos para pronosticar datos de series de tiempo?
- Dado lo éticamente y empáticamente incompetentes que son los humanos, ¿cuándo comenzaremos a entrenar el aprendizaje automático en grandes conjuntos de datos de decisiones éticas?
- ¿Qué proyectos principales puedo hacer en R después de aprender minería de datos, análisis de sentimientos de limpieza, regresión y técnicas de agrupamiento?