Además de los libros y el material en línea que puede encontrar fácilmente en la web, es importante predeterminar su caso de uso. Por ejemplo, es importante comprender la utilidad del aprendizaje profundo en un campo en particular, más importante, su campo. Siento que su preocupación, como muchas otras, es dónde comenzar si sus antecedentes son diferentes de los casos de uso comunes que se ven en línea. Diría que, por experiencia, lo que hace que el aprendizaje profundo sea tan divertido y útil es que realmente no es necesario estar bien informado en muchas áreas para poder aplicar sus modelos y algoritmos con un esfuerzo mínimo en varios campos. En ese caso, sugeriría que comience con lo básico como lo hace la mayoría de las personas que comienzan a aprender sobre el aprendizaje profundo. A medida que avanza en su aprendizaje, comienza a desbloquear ideas y caminos hacia otros campos de interés, ya que el aprendizaje profundo se puede usar en casi cualquier lugar donde existan datos, independientemente de si se trata de datos no estructurados o estructurados.
¿Qué debo hacer para aprender el aprendizaje profundo, especialmente usarlo para resolver problemas?
Related Content
¿Cómo implementa una red neuronal de retroalimentación la propagación inversa?
¿Cuál es el mejor modelo de predicción de la siguiente palabra en R?
¿Cuál es la diferencia entre el análisis factorial y el análisis de conglomerados?
Obtenga estadísticas y redes neuronales. Las estadísticas lo ayudarán a comprender los comportamientos de los datos. Aprender conceptos de DL. Haz una revisión completa. Comprende las matemáticas detrás de esto teóricamente. Esto proporciona una visión clara y los enfoques necesarios para resolver problemas.
Salta al código. Use una biblioteca de aprendizaje profundo para implementar las arquitecturas. También use un lenguaje modular como python para escribir sus propias funciones o módulos relacionados con el problema (que las personas hacen todo el tiempo).
Por último, experiencia. Las horas que pones más tendrán sentido. Esto desbloqueará ideas e intuiciones. Nada es fijo y ningún enfoque siempre se mantiene verdadero. Entonces codifique, experimente y descubra.
More Interesting
¿Dónde puedo encontrar corpus de texto médico en inglés para entrenar mis datos?
¿Cuál es el nuevo enfoque o idea en la tecnología de Vicarious Systems?
¿Por qué son importantes las redes de confrontación generativas?
¿Qué recursos de tutoría están disponibles para que un ingeniero aprenda Machine Learning en Quora?
¿Cuáles son algunos de los mejores cursos de ML para una maestría en India?