No te preocupes por TensorFlow todavía. Estás al comienzo de un largo viaje, ¡así que disfruta del viaje!
Primero haz lo básico bien! Comprenda los diferentes conceptos de estadística, álgebra lineal y optimización, esos son los fundamentos que necesita para el aprendizaje automático. Al hacerlo, también agudizará su mente analítica y desarrollará patrones de pensamiento crítico que son más cruciales para la resolución de problemas que el lenguaje de programación que conoce.
Al aprender R estarás bien. Es un lenguaje que le ofrece lo suficiente para hacer muchas cosas. Puede construir una tonelada de modelos de aprendizaje automático con él y hacer visualizaciones agradables. Aparte de eso, te hace pensar en cómo escribir un programa. Una vez que haya alcanzado sus límites con R y esté seguro de qué se trata la programación, puede pasar a otro marco, que no tiene que ser TensorFlow. Keras, que es un contenedor para TensorFlow, podría ser lo suficientemente bueno para cualquier problema que ocurra en su camino.
- ¿Cómo pudo Mark Zuckerberg implementar algoritmos de aprendizaje automático a la edad de 14 años?
- Data Science, Big Data, Machine Learning, ¿qué certificación debo hacer para cambiar la trayectoria profesional desde un entorno de control de calidad?
- ¿Podrían las entradas del algoritmo de entrenamiento Perceptron tener diferentes tipos?
- ¿Cómo se entrenan las redes neuronales de factor latente?
- Algunas cosas "fueron modeladas como procesos de Poisson". ¿Qué quieren decir con eso?