En la primera etapa, lea los aspectos más destacados sobre la teoría detrás del aprendizaje automático y las diferentes tecnologías … no profundice en esta etapa porque se perderá. asegúrese de leer sobre árboles de decisión, clasificación, agrupación, sensibilidad / especificidad y la teoría de las redes neuronales. Hay muchos enlaces útiles que incluyen (Una introducción visual al aprendizaje automático, recursos externos, videos y charlas, página en pitt.edu….)
Luego, familiarícese con algunas herramientas, incluida la caja de herramientas de aprendizaje automático de Matlab, R classirifer, scikit-learn y WEKA.
Luego, pruebe los ejemplos predefinidos en estas herramientas.
- Cómo probar la independencia entre variables continuas
- ¿Cuál es el algoritmo para encontrar todas las soluciones de hacer 100 de 1-2-3-4-5-6-7-8-9 en orden?
- ¿Cuál es el significado de los idiomas [math] \ omega [/ math] en informática?
- ¿Se pueden replicar completamente todas las funciones matemáticas utilizando una secuencia de operadores '+', '-', 'x', '/' (como puede y para la potencia x)?
- Un código de identificación se compone de tres caracteres. El primer carácter son las letras A o B, seguidas de un 2, 4 o 6, y terminando con las letras Y o Z. ¿Cuántos códigos posibles existen?
Ahora tiene la comprensión básica y las herramientas adecuadas que lo ayudarán a profundizar en cualquier técnica de aprendizaje automático y comprender sus ecuaciones porque tiene una sólida base matemática y luego intente usar las herramientas … ya que esto debería ser un proceso continuo.
