Encuéntrame a alguien que diga haber dominado el aprendizaje profundo, y habrás encontrado un mentiroso o alguien que está tratando de engañarte.
El aprendizaje profundo todavía está en su infancia, y nuevas ideas y técnicas siguen apareciendo en todas partes. Además, es útil en prácticamente todos los problemas conocidos basados en datos, por lo que es increíblemente diverso, y las diferentes disciplinas parecen favorecer a menudo diferentes enfoques.
No creo que nadie pueda reclamar el título de Maestro en este campo durante al menos una generación. Experto seguro, pero maestro generalmente implica que el tema es una ciencia bien entendida, y ese claramente no es el caso con Machine Learning.
- Noto que las estructuras de datos son difíciles de entender y asimilar con solo leerlas. ¿Qué tengo que hacer?
- ¿Hay alguna forma algorítmica de distinguir palabras multisilábicas de palabras de una sola sílaba en inglés?
- ¿Cuál es la diferencia entre las estructuras de datos de programación C y las estructuras de datos de programación Java?
- ¿Qué es más rápido, encontrar un elemento en una tabla hash o en una lista ordenada? ¿Suena fácil? Pensar, repensar y comentar.
- ¿Cuál es un buen algoritmo de segmentación para reconocer números de imágenes?
EDITAR:
Se me ocurrió que mi respuesta no fue de gran ayuda, incluso si fue correcta. Si desea entrar en el campo del aprendizaje automático, he recomendado y continuaré recomendando el aprendizaje automático de Andrew Ng – Stanford University | Coursera. Esperar a luchar. Una vez que conozca los conceptos básicos, le sugiero que junte algunas de las herramientas con los conjuntos de datos gratuitos que están disponibles para el público y salte al lodo con el resto de nosotros.