Para ser honesto, para cualquier principiante, siempre es mejor arrojarse a los ejemplos. Encuentre una aplicación de lo que está tratando de aprender. Si quieres aprender sobre el aprendizaje profundo, lánzate a los programas de aprendizaje profundo en python o Lua o Caffe.
Busque en google y explore las preguntas de stackoverflow sobre su tema. Implemente los ejemplos en los idiomas de nivel superior que mencioné anteriormente. Es mucho mejor si obtiene programas de ejemplo que tienen comentarios adjuntos a cada línea del código que explican qué son y qué hacen.
La mitad de su aprendizaje proviene de leer y comprender los programas fuente. Sin embargo, no es un atajo para aprender sobre los conceptos básicos del tema. Cuide lo básico a través de cursos en línea y materiales de estudio. Comience con los ejemplos proporcionados en esos cursos o materiales y aprenda a través del problema y entienda lo que están tratando de resolver.
- ¿Se pueden usar las redes de confrontación generativas para casos no supervisados?
- ¿Cómo puede alguien que es muy débil en matemáticas aprender el aprendizaje automático y el aprendizaje profundo?
- ¿El aprendizaje por refuerzo es meta-aprendizaje?
- ¿Cuál es la diferencia entre la taxonomía automática y la generación de clasificación?
- ¿Cómo soluciona un máximo A posterior el problema de sobreajuste en una estimación de máxima verosimilitud?
Una vez que haya terminado con las implementaciones sencillas, busque formas de implementar lo que ha aprendido en OOP. Debería ser bastante fácil de entender e implementar los programas si comprende lo que está haciendo. Realice ajustes en esos ejemplos y genere nuevos resultados.
En el tiempo que pasa aprendiendo a través de los ejemplos, puede convertirse en un intermediario de un principiante en tales aplicaciones.