¿Cuánto tiempo tomará aprender Python para que pueda aprender el aprendizaje automático?

Mi respuesta será breve y tomará aproximadamente un total de cerca de 6 semanas de trabajo.

  1. Aprenda Python desde Aprender a codificar, si no recuerdo mal, tardará entre 4 y 8 horas en completarse, si está familiarizado con la programación o tiene la aptitud para aprender a programar. Este curso te familiarizará con Python y no garantiza que seas un profesional.
  2. El siguiente paso será hacer el “Aprendizaje automático: un enfoque de estudio de caso”, en Coursera. Este curso le brinda capacitación práctica sobre varios fundamentos del aprendizaje automático.

El curso está completamente basado en Python y puede encontrar una introducción relevante a las nuevas bibliotecas utilizadas en el curso. El curso es el primero de seis cursos en la especialización de Machine Learning. Esto será por alrededor de 6 semanas con un curso de más de 4 horas por semana.

Así que, en conjunto, estará familiarizado y, en cierta medida, será un profesional con Machine Learning usando Python en aproximadamente un mes y medio. Recomiendo los otros cursos en la especialización para reforzar y obtener una comprensión conceptual más profunda del aprendizaje automático.

Esto se basa en mi experiencia personal y será muy diferente de los puntos de vista de otros. Aclamaciones.

Hola, gracias por el A2A!

Creo que realmente depende de cuánta experiencia en codificación ya tenga. Puede ser de 1 día a una semana … Si ha tenido experiencia con matlab, aprenderá más rápido. ¡Python es realmente muy fácil de aprender! si desea conocer el idioma y el código de estilo de codificación academy’S Learn to code es un buen punto de partida. Como referencia, http://stock.ethop.org/pdf/pytho … ¡es absolutamente fenomenal! o si desea sumergirse directamente en el aprendizaje automático, le sugeriría Introducción al aprendizaje automático con Python.

Aparte de eso, habrá bibliotecas sobre las que tendrá que obtener conocimiento práctico (Python para análisis de datos -pandas y scikit learn Mastering Machine Learning con scikit-learn). Si te estás moviendo hacia el aprendizaje profundo, entonces te tomará un poco de tiempo acostumbrarte a theano (Bienvenido – Documentación Theano 0.8.2) (o tensorflow! Una Biblioteca de software de código abierto para Machine Intelligence), pero aún así abarcas mucho en una pequeña cantidad de hora.

seguir aprendiendo !

Cuánto tiempo depende completamente de usted … Porque de persona a persona, esto puede variar con respecto al tiempo, interés y práctica ……

Pero lo ideal es que puedas aprender Python en 3–4 semanas. Puedes aprender Python en línea. Mi sugerencia es, simplemente tome cualquier curso en línea de Python.

Te sugeriré el mejor curso en línea de Python

Completa Python Bootcamp: pasa de cero a héroe en Python

Aquí puedes aprender

  • ¡Aprenda a usar Python profesionalmente, aprendiendo Python 2 y Python 3!
  • ¡Crea juegos con Python, como Tic Tac Toe y Blackjack!
  • ¡Aprenda características avanzadas de Python, como el módulo de colecciones y cómo trabajar con marcas de tiempo!
  • ¡Aprenda a usar la programación orientada a objetos con las clases!
  • Comprender temas complejos, como decoradores.
  • Comprenda cómo usar Jupyter Notebook y crear archivos .py
  • ¡Comprenda cómo crear GUI en el sistema Jupyter Notebook!
  • ¡Desarrolle una comprensión completa de Python desde cero!

Después de completar Python, puede sumergirse en Machine Learning, aquí puedo sugerirle el mejor curso en línea de Machine Learning

Machine Learning AZ ™: Python práctico y R en ciencia de datos

aqui puedes aprender

  • Parte 1: preprocesamiento de datos
  • Parte 2: Regresión: Regresión lineal simple, Regresión lineal múltiple, Regresión polinómica, SVR, Regresión de árbol de decisión, Regresión forestal aleatoria
  • Parte 3 – Clasificación: Regresión logística, K-NN, SVM, Kernel SVM, Naive Bayes, Clasificación del árbol de decisión, Clasificación aleatoria del bosque
  • Parte 4 – Agrupación: K-medias, agrupación jerárquica
  • Parte 5 – Aprendizaje de reglas de asociación: Apriori, Eclat
  • Parte 6 – Aprendizaje de refuerzo: límite de confianza superior, muestreo de Thompson
  • Parte 7 – Procesamiento del lenguaje natural: modelo de bolsa de palabras y algoritmos para PNL
  • Parte 8 – Aprendizaje profundo: redes neuronales artificiales, redes neuronales convolucionales
  • Parte 9 – Reducción de dimensionalidad: PCA, LDA, Kernel PCA
  • Parte 10 – Selección y refuerzo del modelo: validación cruzada k-fold, ajuste de parámetros, búsqueda de cuadrícula, XGBoost

Además, el curso está repleto de ejercicios prácticos basados ​​en ejemplos en vivo. Entonces, no solo aprenderá la teoría, sino que también obtendrá práctica práctica para construir sus propios modelos.

Todo lo mejor .

Si tiene experiencia previa en algún lenguaje de programación, entonces no debería tomar más de una semana aprender Python.

  1. Para principiantes puedes aprender de Python. [5–7 días]
  2. Para Machine Learning Primero, aprenda los conceptos básicos de la conferencia de Andrew NG en Machine Learning – Stanford University | Coursera. [alrededor de 15 semanas: puede reducirlo a 4–6 semanas si aprende bien]
  3. Revisa el famoso tutorial titánico (Python) sobre Kaggle Titanic: Machine Learning from Disaster. [3 días]
  4. Para los métodos de aplicación de la técnica de aprendizaje automático usando Python, aprenda de estos videos Aprendizaje automático en Python con scikit-learn. [alrededor de 1 semana]

Depende de ti

Me llevó unos 4 días aprender todos los conceptos básicos de Python (también completé los tutoriales de Codeacademy)

después de eso, revise algunos tutoriales avanzados de Python, y estará listo para APRENDER el aprendizaje automático.

Te sugiero que uses la práctica de codificación con desafíos de programación divertidos: CodinGame, es la forma más divertida de aprender programación.

En 2 semanas puedes aprender suficiente Python para comenzar el aprendizaje automático

More Interesting

Cómo etiquetar los datos conversacionales para la capacitación en PNL

¿Por qué no hay bloqueadores de anuncios impulsados ​​por el aprendizaje automático?

¿Qué tan complejo debe hacer un corrector ortográfico básico a través del procesamiento del lenguaje natural para verificar los nombres de los hoteles?

¿Por qué se requieren conocimientos de aprendizaje automático para un periodista de datos? ¿Por qué la exploración y visualización de datos por sí sola no es suficiente para el periodismo de datos?

¿Cuál es la ventaja de combinar la red neuronal convolucional (CNN) y la red neuronal recurrente (RNN)?

¿Cuánto tiempo lleva convertirse en experto en aprendizaje automático?

Al entrenar una red neuronal, ¿es común tener un tamaño de paso diferente para los parámetros en cada capa y las compensaciones al realizar el Descenso de gradiente?

¿Por qué la longitud desigual del texto es un problema en el procesamiento del lenguaje natural?

¿Cuáles son algunos proyectos paralelos de Machine Learning que puedo implementar en mi tiempo libre?

¿Qué piensa Andrew Ng sobre Deep Learning?

¿Qué es el LSTM?

¿Cuáles son los pros y los contras de las diferentes técnicas de factorización matricial: rango bajo, SVD y NMF? ¿Cuáles son algunos ejemplos prácticos de cada uno?

Según muchas personas, la inteligencia artificial y el aprendizaje automático son las principales razones de los despidos de trabajo de TI. ¿Qué trabajos han sido reemplazados por estas disciplinas?

¿Qué pasa si el universo está aprendiendo y cambiando sus teorías fundamentales? ¿Puede haber una teoría unificada entonces?

¿Tiene sentido entrenar clasificador para cada clase?