No del todo, pero hasta cierto punto, sí. El aprendizaje automático se basa en los conceptos de las matemáticas y las funciones, pero en este sentido, todo en este mundo está “construido sobre las matemáticas”).
Un algoritmo de aprendizaje automático es esencialmente una función; toma entradas, realiza operaciones y devuelve una salida. Más específicamente, en este curso, comenzará a aprender sobre conceptos simples como la regresión lineal para predecir salidas continuas y la regresión logística para predecir salidas binarias (o categóricas). Aprenderá cómo hacer una optimización basada en gradiente para lograr este objetivo. Es decir, primero formulará una “función de costo”, que es una función que desea minimizar. Por ejemplo, cuanto más “incorrecto” esté su algoritmo, mayor será el valor de su función de costo y, utilizando un poco de cálculo, encontrará las derivadas de esta función de costo (convexa) para ajustar gradualmente su modelo hasta alcanzar un costo global mínimo.
En el camino, también aprenderá sobre álgebra lineal, que no solo le permite escribir los cálculos de manera más compacta (piense en eliminar bucles anidados para un programa) y usar bibliotecas de programación eficientes (BLAS, LAPACK).
En cualquier caso, lo siento si esto suena complejo; realmente no es tan complicado, lo que verás cuando tomes el curso. Solo puedo recomendarlo. De hecho, esta es una de las introducciones más suaves e informativas para el aprendizaje automático para un principiante. ¡Ve a por ello! 🙂
- ¿Cómo podría aplicarse mejor el cordón neural: para apoyar la salud mental, reparar el daño cerebral debido a un trauma o mejorar el poder del pensamiento?
- Cómo construir un asistente personal con python
- Cómo obtener inteligencia
- ¿Cuáles son las redes de aprendizaje profundo óptimas para una solución de 'caja negra' como sea posible que se puede ejecutar en modo por lotes?
- ¿Alguna vez vamos a tener robots conscientes? En caso afirmativo, ¿cuándo y cuáles serán los pros y los contras de tenerlos?
