La “inteligencia artificial”, tal como la entiende la industria de la tecnología, se divide en dos cosas principales: aprendizaje automático y aprendizaje profundo.
El aprendizaje automático es básicamente el acto de enseñar a las máquinas a tomar decisiones para optimizar una solución, mientras que Deep Learning utiliza big data para exponer las relaciones y la correlación entre los factores.
El aprendizaje profundo es, por cierto, básicamente big data. Entonces, para desglosar esto aún más, los bloques de construcción para aprender esto requerirían que tengas dominio sobre:
- ¿Cuál sería un avance de IA en el lado del consumidor?
- Con la inteligencia artificial y la robótica desarrollándose a tal ritmo, ¿qué profesiones podrían estar disponibles para mis hijos dentro de 20 años?
- ¿Por qué se supone que la inteligencia artificial tendrá una intención maliciosa?
- ¿Existe una solución fintech que use IA?
- Conceptualmente, ¿qué significa tener múltiples neuronas en una sola capa de una red neuronal?
- estadísticas y métodos estadísticos
- cierta experiencia en DBA
- experiencia en programación, específicamente con herramientas de modelado estadístico como Mathlab o R
- Modelado de regresión y otras técnicas de modelado de datos.
Una vez que haya hecho eso, el siguiente paso será adquirir conocimientos de aprendizaje automático. esta parte todavía estoy cavando en mí mismo, pero la universidad de Stanford ofrece sus clases de aprendizaje automático en línea de forma gratuita, y también está disponible en Coursera.
Aprendizaje automático | Coursera
Le recomiendo que también los revise. Sin embargo, todos estos tienen algunos requisitos fundamentales de comp cci.
¡Buena suerte!