Te escucho, hermano / hermana!
Es uno de los cursos más simples y mejor construidos.
Estoy de acuerdo en que está lejos del rigor matemático, pero créanme, es por el bien mayor.
- ¿Conoces algún software que implemente cálculos de los últimos k vectores singulares de matriz dispersa de entrada? Solía irlba, pero que yo sepa, solo calcula los primeros k vectores singulares
- ¿Por qué elegiría algoritmos de selección de características sobre la reducción dimensional?
- ¿Cuál es la diferencia entre validación y validación cruzada?
- ¿Qué otros algoritmos / métodos se pueden usar como alternativa al algoritmo vecino más cercano para la medición de distancia y cuál funciona mejor que NN?
- ¿Cómo se puede modelar la interacción Radar y Jammer a través del aprendizaje automático?
Recomendaría terminar el curso, los ejercicios de programación y los cuestionarios están escritos de una manera excelente y útil, pero para aumentar su satisfacción y comprensión, recomendaría mezclar parte del material del siguiente curso cuando sea necesario, estos cursos tienen Más detalles matemáticos (principalmente porque se enseñaron en el aula superior de la universidad, no solo para un curso en línea):
Aprendiendo de los datos (Aprendizaje automático introductorio): aquí se explican especialmente los SVM y los núcleos. Creo que esta es la mayor debilidad del curso de Andrew, los SVM no se explican suficientemente bien, el encuadre de SVM como una variante de regresión logística con el cambio de la función de costo no fue una buena idea en mi opinión.
Otra lista de videos para el curso: Curso de aprendizaje automático – CS 156 – YouTube
MIT 6.034 Inteligencia artificial, otoño de 2010 – YouTube: este es un curso un poco más general, sobre IA en general, no solo sobre aprendizaje automático. Pero hay conceptos importantes aquí que no están cubiertos en el curso de Coursera, como árboles de decisión, embolsado y refuerzo. Además, las SVM y la retropropagación se explican bien aquí.
cs273a – YouTube: este curso del Dr.Alexander Ihler es una joya oculta del aprendizaje automático, no se dedica mucho a las matemáticas, pero la intuición y las ilustraciones visuales en las diapositivas son muy buenas.
Clase de redes neuronales – Université de Sherbrooke – YouTube: para una inmersión más profunda en las redes neuronales, la propagación posterior se explica especialmente bien aquí. Por supuesto, es un gran curso sobre muchas cosas, no necesitas todo como principiante.
¡Buena suerte con el curso!
