¿Qué recursos debo usar para comenzar a aprender Machine Learning durante el verano con mi educación actual?

Parece que ha cubierto el terreno básico en dos de las herramientas más importantes para avanzar; ¡eso es bueno!

Personalmente, comenzaría leyendo el “Aprendizaje automático” de Tom Mitchell; por ejemplo, puede obtener una copia usada aquí. Así es como me presenté al tema, y ​​la parte que más me gustó es que es una introducción muy amable: hay matemáticas allí, pero solo la cantidad necesaria. La mayor parte del libro es solo texto y diagramas, que hacen hincapié en lograr que el lector entienda cómo funcionan los algoritmos de ML; La intuición detrás de su maquinaria.

Una vez que se sienta cómodo con el lenguaje y los conceptos utilizados en la literatura de aprendizaje automático, puede continuar con un tipo de libro más práctico, por ejemplo, Aprender de los datos.

En cualquier caso, si solo te estás preparando para entrar en el tema, te desaconsejaría decididamente que busques libros incondicionales, como “Reconocimiento de patrones y aprendizaje automático” de Christopher Bishop o “Aprendizaje automático: una perspectiva probabilística” de Kevin Murphy. Sin faltar el respeto a estos autores, son grandes nombres en su campo, es solo que personalmente encontré que sus libros son un poco pesados ​​en matemáticas; algo que no estás buscando al presentarte a un nuevo conjunto de conceptos. Estos libros son, en mi opinión, buenos como material de referencia para investigadores de ML.

Además de la lectura de libros, asegúrese de implementar al menos 1 mini-proyecto durante el verano. Podría ser cualquier cosa, desde el reconocimiento facial hasta la detección de entidades con nombre en texto libre. Consulte el repositorio de UCI Machine Learning para obtener algunos conjuntos de datos gratuitos que puede descargar para practicar. Casi siempre, primero comience con los algoritmos más simples, antes de intentar implementar / incorporar los más complicados: ¡las cosas simples a menudo son muy útiles!

Finalmente, ¡buena suerte! No olvides compartir con la comunidad lo que terminaste haciendo, tu experiencia, etc. 🙂

Te sugiero que trabajes en tus cimientos en este verano. Por fundamentos, me refiero al trabajo sobre probabilidad, estadística y álgebra lineal en este verano.

Para probabilidad y estadística, le sugiero que eche un vistazo a Probabilidad, Estadística y Procesos aleatorios. Es un libro largo pero definitivamente vale la pena el esfuerzo.

Para álgebra lineal, puede leer Comprar en línea Álgebra lineal y su libro de aplicaciones en línea a precios bajos en India.

Me estoy centrando en los fundamentos sobre los cursos de aprendizaje automático porque he visto a personas (incluido yo mismo) perderse tanto en las técnicas de aprendizaje automático que olvidan por completo lo que hace que estas técnicas funcionen en primer lugar.

Por ejemplo, puede aprender, en un curso de aprendizaje automático, qué regresión lineal múltiple, cómo funciona y cómo mejorar su rendimiento. Pero para aprovecharlo al máximo, es importante que comprenda las técnicas estadísticas y de matriz que se utilizan en la técnica.

Espero que esto ayude.

Sé que estás pidiendo recomendaciones de libros, pero recientemente tomé el curso de Stanford Machine Learning sobre Coursera y, como principiante, pensé que era fantástico. Pasé de no saber nada a poder construir sistemas de aprendizaje automático por mí mismo en 1-2 semanas. Todavía no puedo decir que soy bueno, pero puedo construir sistemas de trabajo. El curso cubre todos los fundamentos y más, después de lo cual puede decidir si desea comenzar a resolver problemas (estudiar a través de hacer) o estudiar primero temas más avanzados.

Intente leer un libro simple para comenzar, lea esta respuesta: la respuesta de Shehroz Khan a ¿Qué es un buen libro para principiantes para estudiar ciencia de datos (específicamente agrupación, clasificación y análisis de series de tiempo)?

Lea este hilo para identificar algunas áreas en las que podría necesitar trabajar: la respuesta de Shehroz Khan a ¿Cómo aprendo el aprendizaje automático?

Como mencioné en los comentarios, en mi opinión, un buen libro que le presenta la teoría y las matemáticas del aprendizaje automático es:

http://www.cs.huji.ac.il/~shais/

Comprensión del aprendizaje automático de la teoría a los algoritmos.

Es pdf gratis y también puedes comprarlo en línea.

Para libros más prácticos, sinceramente, no estoy seguro, pero tengo amigos que me pueden dar los enlaces y actualizar la respuesta más tarde.

More Interesting

Cómo entrenar a cualquier clasificador basado en características de texto en un documento EMR

En una máquina de vectores de soporte, el número de vectores de soporte puede ser mucho menor que el conjunto de entrenamiento. ¿Cómo puede ser útil esta característica?

¿Cómo se comparan las bibliotecas de aprendizaje automático de C ++ con las disponibles en Python?

¿El reconocimiento facial basado en CNN todavía se clasificaría correctamente si la imagen facial presentada está al revés?

¿Es esencial un Msc / PHD en Machine Learning para comenzar una carrera o hacer investigación? ¿Algún consejo?

¿Cuáles son algunos marcos de aprendizaje profundo con solo CPU?

¿Puede un principiante de programación sumergirse profundamente en el aprendizaje automático y el aprendizaje profundo directamente?

¿Por qué Python es tan popular en el aprendizaje automático?

¿Por qué los pesos hacia adelante y hacia atrás son iguales en la máquina de Boltzmann restringida?

¿El libro "Aprendizaje automático: una perspectiva algorítmica" aborda la implementación en profundidad?

¿Cuál es la diferencia entre un enrutador CNC y un molinillo CNC?

¿Qué es exactamente el sobreajuste y por qué preferimos modelos que no están sobreajustados incluso cuando los resultados son mejores?

¿Cuáles fueron algunos de los artículos de conferencias / revistas de investigación del discurso más interesantes / dignos de mención en 2012?

Por lo general, los RNN se usan para PNL, ¿cuándo tienen sentido los CNN en PNL?

¿Cómo evalúa el rendimiento de un algoritmo de aprendizaje no supervisado?