Cómo dominar el aprendizaje automático en el menor tiempo posible

La práctica es la clave. Cuanto más practiques, más aprenderás. Debes seguir estos pasos:

  • Elija cualquier algoritmo, digamos Regresión logística
  • Comprender las cosas básicas al respecto.
  • Luego elige alguna herramienta como R o python
  • Luego trabaje en ese algoritmo, de principio a fin, desde leer datos hasta obtener predicciones. Una vez que haga esto, obtendrá la sensación básica de cómo funciona el algoritmo de aprendizaje automático
  • Luego intente aprender sobre otros algoritmos como el árbol de decisión, el bosque aleatorio
  • A veces, cuando se aburra, intente leer sobre cosas sobre Machine Learning. Hay muchas cosas para leer sobre esto. Esto mantendrá su interés en Machine Learning mientras aprende.
  • Tampoco se olvide de aprender sobre el ajuste excesivo, la validación cruzada, el análisis de valores atípicos, la reducción de la dimensionalidad, etc.
  • Las siguientes son cosas importantes para comenzar:
  • Regresión logística usando python
  • https://analyticsdataexploration.com/random-forest-for-data-analytics-in-r/
  • Evite el ajuste excesivo y comience la validación cruzada
  • Decision Tree Classifier usando python
  • ¿Cómo aprendo Machine Learning?

siempre esos ‘No tengo tiempo’ – chicos …

Tómese su tiempo para ello.

El tiempo más corto posible para dominar desde 0 podría ser de alrededor de 4 años.

Para dominar el oficio, debe ser un experto en todas las áreas de ML, C ++, Python y debe tener experiencia en el ajuste de hiperparámetros para diversas tareas. No es algo que hacer en 1 año.

Para abordar la pregunta: ¿Cómo? Pase todo el día, todos los días, durante años, de repente, haciendo proyectos solos y colaborativos.

En mi opinión, no hay una bala mágica, aunque hay opciones disponibles para ingresar al campo de Aprendizaje automático sin tener un título en una universidad.
Por ejemplo, Udacity ofrece dos nano grados que pueden ayudarlo:

  • Ingeniero de Aprendizaje Automático Nanodegree | Udacity
  • Deep Learning Nanodegree Foundation | Udacity

¡El aprendizaje automático no es el futuro! Es presente y el futuro. Por lo tanto, si desea dominar las conferencias de Andrew Ng sobre aprendizaje automático y E / S de aprendizaje automático de Google y otros tutoriales de aprendizaje automático de Google. Confía en mí si vas a ver todos estos videos y has practicado bien, tendrás mucha confianza en el aprendizaje automático.

Es un proceso continuo y no tiene fin para dominarlo. Cada nuevo problema debe ser visto desde nuevas perspectivas y ángulos para resolver el problema. Pero debe poder aprender algunos conceptos básicos y comenzar en un año o año y medio.

Aquí está mi respuesta y otros me han dado los pasos que necesito para aprender los conceptos básicos del aprendizaje automático rápidamente, para mi trabajo. ¿Dónde empiezo?

Pase toda una vida en eso.

El campo está creciendo cada vez más rápido. Con esta aceleración, cuanto más tiempo pases para aprender a dominarlo, más habrá para dominarlo.

More Interesting

¿Existe alguna herramienta o API capacitada en datos de tweets para la extracción de entidades con nombre?

¿Puedo usar la agrupación (k-means, etc.) en un gran conjunto de datos para automatizar el proceso de búsqueda de similitudes y hacer recomendaciones?

¿Por qué la regresión logística es generalmente resistente al sobreajuste en el aprendizaje automático?

¿Cuáles son las diferencias entre los algoritmos CHAID y CART para el crecimiento de los árboles de decisión?

¿Qué debería aprender primero para el aprendizaje automático y la autoeducación: cálculo, probabilidad, estadística o álgebra lineal?

Cómo aprender un campo aleatorio condicional

Inteligencia artificial: ¿Qué tan importante es el aprendizaje de transferencia / transferencia profunda?

¿Por qué la necesidad de depuración aún no se ha resuelto después de tantos desarrollos en tecnología, informática, algoritmos y aprendizaje automático?

¿Es Kafka la mejor solución para crear una aplicación de visión por computadora?

¿Qué significa decir que dos clasificadores son independientes?

¿Cómo puedo explicar que las unidades tradicionales de red neuronal recurrente (RNN) sufren el problema del gradiente de fuga?

¿Qué es una regresión logística condicional?

¿Cuál es un ejemplo de aplicación en el mundo real de los modelos de mezcla gaussiana?

¿Cuáles son algunos buenos documentos sobre la extracción de sinónimos de los registros de consultas?

Cómo identificar entidades en una consulta de búsqueda en lenguaje natural