Primero, realice el curso para obtener una mejor comprensión de lo que sabe, y de lo que puede resolver, según el material presentado, y lo que no sabe.
Gran parte de las matemáticas será sorprendentemente simple. Las redes neuronales no son poderosas porque las unidades individuales de cómputo son complejas; son poderosas porque combinan unidades muy simples, de manera flexible y paralela. En otras palabras, desde un punto de vista conceptual, el obstáculo aquí no está en comprender las matemáticas básicas, sino en aprender a construir una comprensión de lo que resulta cuando combinamos muchas de esas funciones matemáticas, y lo que eso significa en el lenguaje concreto de nuestro punto final deseado (por ejemplo, ¿cómo nos ayuda esta métrica a diferenciar un cachorro de un loro?). Es un ejercicio de abstracción, pero también (importante) en la aplicación.
Por lo tanto, vale la pena pasar por el curso primero, para ver qué cálculos básicos se están utilizando, es decir, para asegurarse de que al menos puede comenzar a comprender cómo funcionan las redes, de abajo hacia arriba, pero también, simultáneamente, para tener una idea para conocer los pasos del proceso, uno debe construir una red neuronal, de modo que también pueda comenzar a comprender las redes de arriba hacia abajo. La parte difícil será combinar estos dos y desarrollar una verdadera familiaridad y comodidad con los pasos intermedios, pero será mucho más fácil hacerlo cuando tenga una idea de los fines que sus medios están tratando de servir.
- ¿Cuál es el alcance y la aplicación del aprendizaje automático y la inteligencia artificial en el campo de la defensa?
- ¿Cómo funciona Google Now?
- ¿Puede una máquina artificialmente inteligente sentir emoción sin mostrarla como pocos humanos lo hacen?
- ¿Google Neural Machine Translation tendrá una precisión del 95% de un nivel humano para finales de 2017?
- Cómo construir un sitio web usando Python, para hacer procesamiento de imágenes y aprendizaje automático
Dicho todo esto, vale la pena asegurarse de comprender primero la multiplicación de matrices, de inmediato.