La implementación de redes neuronales convolucionales (CNN), redes neuronales recurrentes (RNN) como redes de memoria a largo plazo (LSTM) que usan bibliotecas de alto nivel como Keras o TensorFlow al igual que leer libros de aprendizaje profundo es definitivamente un nivel de principiante.
Para ser intermedio, el mejor enfoque es intentar implementar algunos de esos algoritmos usted mismo. Comenzando desde cero, implemente el algoritmo de retropropagación y luego implemente una variedad de algoritmos de esa manera. Cree una biblioteca de mini aprendizaje automático (ML) y luego cree modelos que la utilicen y ejecútelos en conjuntos de datos como CIFAR-10, PASCAL VOC y conjuntos de datos MNIST. Su nivel de comprensión en este punto será intermedio porque, para construir su propia biblioteca mini-ML, significa que comprende muy bien el campo de ML. También debe leer muchas revistas en este punto de los gustos de Google, DeepMind, OpenAI, Microsoft y FAIR para mantenerse al día.
El nivel experto / profesional es cuando puede sentarse y encontrar un nuevo algoritmo ML real o una mejora de los algoritmos existentes. Por ejemplo, las redes neuronales residuales son lo último en tecnología, pero la intuición detrás de ellas es relativamente simple, la simplicidad es genial. Todo lo que se necesita es comprender estas cosas y hacer preguntas intuitivas y buscar respuestas. Por lo tanto, cada vez que encuentre algo que parezca contradictorio, explore, tal vez pueda encontrar un enfoque más intuitivo.
- ¿Prediciendo compras (en comercio electrónico) a través de modelos estadísticos o de aprendizaje automático?
- Cómo encontrar qué variable de característica es más predictiva en un problema de clasificación binaria
- ¿Cuáles son las principales razones contra el uso de apilamiento cuando tenemos redes neuronales?
- ¿Cuáles son algunos temas inusuales en el aprendizaje automático que se pueden explorar como un proyecto de un mes?
- ¿Cómo se derivan las funciones de costo para las redes neuronales?
Por lo tanto, considero que alguien es un experto si puede entender el aprendizaje automático a un nivel en el que pueda construir sus propios algoritmos nuevos o realizar mejoras en los algoritmos existentes.
Espero que esto ayude.