Cómo convertirse en un experto en aprendizaje automático y PNL desde principiantes

¿Entonces quieres comenzar el aprendizaje automático y la PNL? ¿Pero te abrumaron los primeros diez artículos que viste? Esto es lo que debes hacer.

Primero decida qué es lo que quiere hacer exactamente . La PNL y el aprendizaje automático son temas importantes a partir de ahora. Reducirlo un poco podría ayudar.

Conozca las matemáticas Es extremadamente útil conocer la matriz, el álgebra lineal, el cálculo, etc. Se sorprenderá de cuánto se usan estas herramientas en ML. Si no tienes suficiente tiempo (o eres demasiado vago para ello) estudia la matriz básica, te ayudará.

Conozca los tokenizadores. Aunque se implementan de manera algo diferente, todos tienen la misma base. Son útiles si desea seguir el camino de la minería de texto especialmente.

Conozca el inglés ( o su idioma local) científicamente. La PNL básicamente le dice a la computadora las relaciones de las palabras y le dice que busque ciertos patrones.

Encuentra exactamente lo que te atrae . Como se mencionó anteriormente, estos son temas importantes. Después de seguir los últimos 3 pasos, ahora tiene una idea de en qué quiere trabajar. No tiene que ser solo un tema, o incluso una pequeña lista, pero con el tiempo la lista se reducirá a medida que profundice más en el tema.

Lea los artículos recientes publicados sobre los temas que eligió. Esto te dará una idea de hacia dónde se dirige el mundo, y así podrás ir con la multitud.

Tome cursos, lea libros, escriba aplicaciones. No creo que esto necesite una explicación, si está buscando un lugar para comenzar, una universidad podría ser un buen lugar. Coursera tiene algunos buenos cursos sobre ML y DM.

¡Tómate tu tiempo y disfruta estudiando!

Bueno, la respuesta real es probablemente inscribirse en un programa de doctorado en IA en una universidad. Pero, suponiendo que no pueda hacer eso, intente lo siguiente:

Comience tomando un montón de matemáticas: cursos de nivel universitario en cálculo multivariable, álgebra lineal, optimización y teoría de la probabilidad.

Además, también adquiere competencia en la programación, lo que probablemente también signifique tomar un par de clases de informática a nivel universitario.

Una vez que haya hecho eso, debe tener los antecedentes necesarios para comenzar a tomar y obtener buenos resultados en los cursos de ML de nivel superior. Puede elegir en qué especializarse y qué le interesa, pero hay un montón de cosas en Coursera, Edx, Udacity, etc. en el área de aprendizaje automático, ya que eso es muy popular en este momento. Tome algunas de esas clases y luego intente comenzar a leer los documentos de las conferencias en el área que le interese. Si puede entenderlos, continúe haciéndolo. Si no, tome más cursos de ML y repita hasta que pueda.

El enfoque no es tan complicado, pero probablemente tomará bastante tiempo y trabajo duro hacer todo esto.

More Interesting

¿Hay nueva información sobre el tema X o la gente sigue copiando y pegando?

Investigadores de aprendizaje automático, ¿algún día los robots nos matarán a todos?

¿Qué es una explicación intuitiva de la diferencia entre equilibrios correlacionados y equilbria correlacionada gruesa?

¿Qué se entiende por el término "ejemplos adversos" en el aprendizaje automático?

¿Qué es mejor para mí como estudiante? ¿Debería codificar los modelos de aprendizaje automático (donde pueda) o debería usar la biblioteca tanto como pueda?

¿Cuál es la diferencia entre ML y NLP?

¿Cuál es la motivación de Google para el código abierto del modelo de TensorFlow para problemas ML / NLP como el resumen automático de texto?

¿Cuándo sale mal la reducción de dimensionalidad?

¿Estamos presenciando las primeras etapas del uso de ML en la industria o cree que la aplicación de ML hacia la industria ya está muy extendida?

¿Cómo agrupamos el comportamiento de navegación de usuarios similares y seleccionamos características separables?

¿Los algoritmos subyacentes permiten a Shazam identificar una canción y Amazon Flow para identificar una imagen básicamente igual?

¿Es Siraj Raval el Neil De Grasse Tyson del aprendizaje profundo?

¿Cuál es la medida cuantitativa sofisticada de la similitud de textos además de usar la similitud de coseno?

¿Existe una brecha entre las estadísticas y las comunidades de aprendizaje automático? Si es así, ¿por qué?

¿Cuáles son algunos buenos cursos y certificaciones en línea en aprendizaje automático e inteligencia artificial para un estudiante universitario de CS actual?