¿Qué debo hacer para aprender el aprendizaje profundo, especialmente usarlo para resolver problemas?

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.

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

¿Qué es la precisión?

¿Dónde puedo encontrar corpus de texto médico en inglés para entrenar mis datos?

¿Alguien consiguió un trabajo en Machine Learning después de completar un Nanodegree de Machine Learning?

Dada una red de aprendizaje profundo, ¿se puede entrenar para enseñar (por ejemplo, resolviendo la secuencia óptima de ejemplos o lo que sea) otra red? Si es así, ¿se puede resolver este problema (enseñanza) utilizando técnicas de aprendizaje profundo?

¿Existe una diferencia práctica y significativa entre los términos 'función objetivo' y 'función de pérdida' en el aprendizaje profundo?

Si no escalo las características antes de aplicar el descenso de gradiente, ralentizará la convergencia, pero ¿puede cambiar los resultados?

¿Cuál es el nuevo enfoque o idea en la tecnología de Vicarious Systems?

¿Por qué son importantes las redes de confrontación generativas?

¿Cuáles son las diferencias (y similitudes) en el funcionamiento de una computadora cuántica y una red neuronal artificial?

Todos estos algoritmos de aprendizaje automático, ¿cuál es el punto? Parece que la elección del algoritmo de aprendizaje automático, el árbol de decisión, la red neuronal, svm, no es tan importante como la selección de características y el proceso de extracción de características que determina lo que entra, basura en basura, ese tipo de cosas.

Si una red de alimentación directa de una sola capa es capaz de aproximarse a cualquier grado de precisión, ¿por qué es exitoso el aprendizaje profundo?

¿Qué recursos de tutoría están disponibles para que un ingeniero aprenda Machine Learning en Quora?

¿Cómo puedo usar el modelo oculto de Markov sin supervisión para detectar y corregir palabras dobles?

¿Cuáles son algunos de los mejores cursos de ML para una maestría en India?

¿Hay algún lugar en la ciencia donde la biblioteca estadística de Python sea pobre o inmadura en comparación con R?