A pesar de lo que la gente piensa, la programación se trata de práctica. Hay cientos de miles de programadores en todo el mundo, lo que significa que todos pueden aprenderlo.
En cualquier lugar, la mayoría de los avances de AI / ML vienen primero con la teoría: comprender las matemáticas detrás de los modelos actuales, detectar qué está mal con los resultados, establecer hipótesis y luego hacer experimentos. La mayoría de los grandes y famosos investigadores no hacen los experimentos ellos mismos, escriben los modelos matemáticos y luego dejan que sus alumnos escriban el código. Básicamente, no necesitas ser un programador súper loco para hacer AI / ML.
Además, hay muchas plataformas y bibliotecas para Machine Learning en realidad.
Escribir un código para ML es muy fácil siempre que comprenda los conceptos básicos de programación (bucles, funciones y algunos OOP). Si aún tiene dudas, eche un vistazo a los programas Open Source ML disponibles en GitHub, y verá que algunos de los modelos más impresionantes no superan las 100 a 200 líneas de código.
- ¿Hay alguna esperanza de que encontremos una teoría de las redes neuronales?
- ¿La IA y las máquinas serán buenas o malas para los humanos?
- ¿Cómo puede una computadora calificar ensayos?
- ¿Puede un software de aprendizaje automático discernir entre dos tipos de construcción de frases?
- Cómo escribir AI para agregar dos números en Python