Comience aprendiendo Python y MATLAB. No sé si esto sería un desvío para ti. Pero esto le facilitará ponerse al día con los conocidos MOOC sobre aprendizaje automático.
El aprendizaje automático tiene resultados fascinantes, pero al mismo tiempo es difícil lidiar con las matemáticas complejas involucradas en él. Entonces aprender de un libro sería algo agotador. Le sugiero que comience con el curso de inclinación de máquina de Andrew Ng en Cousera. Esto es sugerido por muchas personas debido a muchas razones lógicas.
Primero, Andrew Ng es pionero en este campo y aprender de él sería un Kickstarter. En segundo lugar, eligió el enfoque de aprender haciendo en lugar de enseñar las matemáticas directamente. Esto ayudará a aumentar el interés en el tema. Y una vez que complete el curso, tendrá una visión general de quién es quién. En tercer lugar, las tareas de este curso son súper divertidas. Qué bueno sería para un principiante hacer reconocimiento de escritura a mano usando ANN en la tercera tarea en sí. Puede hacer un filtrado de correo no deseado en la asignación de clústeres. Todas las tareas se basan en problemas de la vida real y completarlas te dará mucha confianza.
- ¿Cuál es la intuición detrás de la fórmula de actualización de peso de Perceptron w = w + yx?
- Intuitivamente, ¿cómo funcionan los multiplicadores de Lagrange en SVM?
- ¿Por qué se hace referencia a la validación como 'dev' en algunos ejemplos de programas de aprendizaje automático?
- ¿Qué aplicaciones se utilizan para la codificación TensorFlow?
- ¿Por qué el artículo de DeepMind sobre el aprendizaje de refuerzo (jugar juegos de atari) ganó popularidad estelar?
Una vez que haya terminado con este curso, y se sienta cómodo con Python, haga Data Science Essentials de Microsoft en Edx. Enseñarán sobre Microsoft Azure Machine Learning Studio y cómo implementar un modelo entrenado como servicio web. Ahora puedes hacer un gran trabajo. No solo aprenderá los conceptos básicos de Data Science, ahora tiene una plataforma para construir aplicaciones inteligentes.
Kaggle es un sitio web que brinda la oportunidad de practicar Data Science en línea. Conocerá a profesionales de datos de todo el mundo. Podrás aprender de ellos y la participación en los concursos realizados por Kaggle te llevará al siguiente nivel.
Ahora, lea libros de texto sobre ciencia de datos y aprendizaje automático. Si desea profundizar, Cousera ofrece una especialización en Machine Learning. Lea los trabajos de investigación y asista a los cursos gratuitos de certificación de IBM de la Big Data University para conocer las herramientas utilizadas por los científicos de datos. También puedes aprender sobre la inclinación profunda.
Si desea obtener un trabajo en Data Science, esto no será suficiente. Necesita saber manejar bases de datos, transmisión de datos, redes y mucho más. Machine Learning es una herramienta, no una entidad independiente. Se utiliza en la industria durante las primeras etapas de modelado de un producto inteligente y los ingenieros de software hacen el resto. Ninguna empresa a pequeña escala lo contratará, solo por sus habilidades de Machine Learning, ya que no pueden pagar un único Data Scientist. Y en empresas como Google o Facebook sucede de esta manera. Contratan a estadísticos (preferiblemente, quién sabe cómo codificar) para manejar los enormes datos no estructurados que poseen, deducen relaciones y patrones. Data Science se ocupa de la preparación de datos para entrenar un algoritmo ML y se basa en distribuciones de probabilidad y matemáticas mucho más complejas.
Así es como funciona hasta donde yo sé. Tomará tiempo
Así que comienza ahora mismo 🙂
