¿Cuáles son los mejores recursos en línea para mejorar los algoritmos de aprendizaje automático?

Como estudiante de Machine Learning, me gustaría recomendar los siguientes cursos:

1. Curso de introducción al aprendizaje automático de Andrew NG en Coursera: – Este curso está considerado como uno de los mejores cursos de aprendizaje automático disponibles en línea. Este curso explota el aspecto matemático de Machne Learning y le brinda conocimiento desde cero. Pero los lenguajes de programación utilizados en este curso son Matlab y Octave con los que no me siento cómodo codificando. Pero para el aspecto teórico, este curso es el mejor.
2. Introducción de Udacity al aprendizaje automático o aprendizaje profundo: – Estos cursos son para aquellos que solo quieren hacer ML sin profundizar en el tema mediante el uso de bibliotecas de ML como ScikitLearn y Tensorflow. Estos cursos también brindan una experiencia práctica práctica en conjuntos de datos reales como enron dataset, etc. El lenguaje de programación utilizado es python
3. Canal de youtube de Siraj Raval: – Este canal le brinda el conocimiento práctico de una manera muy fácil de entender. Da desafíos semanales y también proporciona enlaces a otros recursos útiles. Utiliza principalmente Python para implementar algoritmos de ML.

Mi sugerencia sería seguir el canal de youtube de Siraj Raval y cualquiera de los cursos de udacity y coursera, dependiendo de su necesidad de conocimiento teórico o práctico.

• ¿Qué significa el aprendizaje de características en Machine Learning?
• ¿Cómo creo un conjunto de datos como MNIST para reconocer caracteres de otro idioma? Tengo un conjunto de datos como una carpeta de imágenes. ¿Cómo uso eso en Tensorflow?
• ¿Alguien ha intentado utilizar motores de recomendación y alguna forma de filtrado colaborativo para destacar agujeros en el mercado y producir conceptos para un mayor desarrollo en los productos?
• ¿Cuál es la diferencia entre el aprendizaje probabilístico y el aprendizaje no probabilístico para diferentes situaciones? ¿Cuándo es uno más apropiado que el otro?
• ¿Cuáles son algunos campos en los que las redes neuronales artificiales aún no se han utilizado?