¿Qué tipo de habilidades necesitarás para ingresar al aprendizaje profundo?

Esta es probablemente la dificultad # 1 con el logro. El enfoque es mucho más riguroso de lo que percibimos . Si no ha desarrollado la más exigente de todas las disciplinas, la autodisciplina, se tambaleará y se preguntará por qué.

Los autores que intentan escribir son atraídos por avisos de metal para revisar el correo electrónico, enviar mensajes de texto a un amigo u obtener un bocado. Los CEOs están tentados mentalmente a revisar el comedor mientras intentan un trabajo profundo. Nadie está exento.

La buena noticia es que puede desarrollar una autodisciplina superior mientras aumenta su concentración. Empieza pequeño. Intenta enfocarte bien durante 3 a 5 minutos.

Aumenta tu resistencia mientras dominas el rango de 3-5 minutos. Así es, dije resistencia. Uno se vuelve condicionado para sentarse y hacer un trabajo profundo por hasta una hora a la vez.

Conozco personas que se sientan y escriben durante 4 horas y no piensan en ello. Tienen la resistencia para ello, están condicionados para la tarea. No nacieron con esta habilidad. Desarrollaron y cultivaron la habilidad única con el tiempo y son inteligentes, buenos para descifrar lo que es necesario digerir y qué descartar rápidamente. No pierden el tiempo con papilla irrelevante.

Comience ahora y comience con algo pequeño. Cualquiera lo puede hacer. Es más una pregunta ¿quieres hacerlo? ¿Tienes el impulso, la resolución? ¿Está motivado para comenzar y comprometerse con una meta de 20 minutos de trabajo profundo altamente enfocado e ininterrumpido?

Comience con la lectura. Invierta en convertirse en un mejor lector y vea lo que esto hace por usted. Te volverás más inteligente, más decisivo, más organizado … la respuesta a cada pregunta en la vida se puede encontrar en los libros.

¡Te deseo más que suerte!

Matemáticas.

Mucha matemática.

Eso significa álgebra lineal, matemática discreta, matrices, vectores, derivación infinita …

Procesamiento de señales, coseno, algoritmos geométricos, algoritmos KNN, comprensión estadística.

Sobreajuste, subajuste, trazado de gráficos, tasa de convergencia, interacción de funciones de pérdida, eficiencia del grado de notación Big O …

Ciclos de reloj, derivación, análisis funcional, rangos Sigma.

Modelos bayesianos, análisis de errores, relatividad factorial t a hipótesis nulas, normalizaciones gaussianas.

La lista continúa, creo, pero lo entiendes.


Python o R. Tal vez marco en términos de Anaconda, o lo que sea.

Experiencia en Linux.

More Interesting

¿Cuáles son los avances más significativos del aprendizaje automático en 2017?

¿Cuál es el algoritmo de aprendizaje automático más rápido para implementar para la detección de fraudes?

¿Qué es el análisis de componentes principales?

¿Cómo puedo aprender a realizar simulaciones de dinámica molecular? ¿Cuáles son algunas buenas fuentes para aprender sobre este campo?

¿Dónde puedo encontrar los mejores tutoriales de aprendizaje automático como principiante?

¿Existe una relación entre el aprendizaje automático y los procesos estocásticos?

¿Los grandes ingenieros de aprendizaje automático siempre leen nuevos trabajos de investigación sobre ML?

¿Cuáles son las aplicaciones no computacionales de las lecciones del aprendizaje automático?

¿Por qué se usan CNN para PNL?

¿Cuáles son algunos puntos de referencia significativos descubiertos para el equilibrio de la máquina? (específicamente: clasificación, segmentación y desarrollos de sensores)

¿Cuáles son las mejores prácticas en torno al aprendizaje automático y los sistemas de recomendación para sitios de trabajo?

¿Cuáles son los prerrequisitos matemáticos para estudiar el aprendizaje automático?

Aparte del aprendizaje automático, ¿cuáles son algunos campos de la informática que requieren conocimientos matemáticos?

¿Cuáles son los pasos básicos del procesamiento de texto en el procesamiento del lenguaje natural para la similitud de texto?

Cómo calcular la huella de memoria de un modelo particular de aprendizaje profundo