Soy un estudiante de segundo año de ingeniería de software y he estado aprendiendo el aprendizaje automático desde hace un poco más de 2 años hasta ahora. Puede que le guste la lista a continuación que compilé, donde hago un seguimiento de los recursos de aprendizaje que más me gustaron. Sobre todo he aprendido por mi cuenta fuera de los estudios y el trabajo.
Primero comencé leyendo mucho, luego codifiqué algo en GitHub y luego vi la clase de Coursera, luego algunas clases de Udacity y continué codificando y leyendo. Esto me llevó a varias ofertas de trabajo interesantes y oportunidades, todas relacionadas con el aprendizaje automático. Aquí está mi lista de recursos de aprendizaje:
guillaume-chevalier / awesome-deep-learning-resources
- ¿Cuál es el mayor error sobre la IA entre las masas en general?
- ¿La IA será una amenaza para la humanidad mucho antes de lo previsto?
- ¿Cómo debo construir un robot?
- ¿Qué son las redes neuronales artificiales (ELI5)?
- ¿Cómo es el aprendizaje automático de IBM Watson mejor que las bibliotecas de código abierto?
Yo diría que esos recursos de aprendizaje son efectivos. Piensa en algo que quieras codificar y muéstralo en tu cuenta de GitHub. Una vez que adquirió los conceptos básicos, comience con proyectos fáciles y luego escale en diferentes conjuntos de datos.
Explore nuevos problemas e intente ser creativo. Entonces, primero puede reproducir la investigación de otros (por ejemplo: practicar en el MNIST y los conjuntos de datos CIFAR-10), luego puede querer conectar creativamente algoritmos de aprendizaje automático en conjuntos de datos para los que la gente aún no había probado el aprendizaje automático). De hecho, he construido el proyecto al que enlazo en la oración anterior solo para aprender RNN como un paso antes de aprender seq2seq RNN, que envolví como otro proyecto y sobre el que hice conferencias.
¡Que te diviertas!
