El aprendizaje profundo es parte de la familia fronteriza del aprendizaje automático. Y utiliza algoritmos para construir modelos analíticos. Ahora se puede aplicar a una gran cantidad de datos para crear nuevas aplicaciones existentes. Para el aprendizaje de la inteligencia artificial (IA), el conocimiento básico de la informática y las matemáticas es obligatorio. Sería de gran ayuda si está a punto de seleccionar el aprendizaje de IA para el aprendizaje profundo si continúa trabajando en cursos en línea. Además, el aprendizaje profundo es un subconjunto del aprendizaje automático que es un subconjunto de IA. Es decir, el aprendizaje profundo cuenta como AI, pero no todas las IA cuentan como aprendizaje profundo.
Te puedo sugerir algunos de los cursos de IA y aprendizaje profundo:
- ¿Qué temas debo saber en PNL?
- ¿Qué gran empresa de tecnología lidera en IA?
- ¿Qué tan efectivo y fácil es usar Octave para el aprendizaje automático?
- Alex net tiene alrededor de 100 millones de parámetros, mientras que el cerebro tiene 100 billones de sinapsis. ¿Las redes neuronales necesitan ser más grandes?
- ¿Podría un programa hecho a través del aprendizaje automático aprender a reprogramarse?
Deep Learning AZ ™: redes neuronales artificiales prácticas
De estos cursos puede aprender brevemente sobre las técnicas de aprendizaje profundo junto con los recursos matemáticos y la inteligencia artificial.
De estos cursos puedes aprender:
· Comprender la intuición detrás de las redes neuronales artificiales
- Aplicar redes neuronales artificiales en la práctica
- Comprender la intuición detrás de las redes neuronales de convolución
- Aplicar redes neuronales de convolución en la práctica
- Comprender la intuición detrás de las redes neuronales recurrentes
- Aplicar redes neuronales recurrentes en la práctica
- Comprender la intuición detrás de los mapas autoorganizados
- Aplicar mapas autoorganizados en la práctica
- Comprender la intuición detrás de las máquinas Boltzmann
- Aplicar máquinas Boltzmann en la práctica
- Comprender la intuición detrás de los codificadores automáticos
- Aplicar codificadores automáticos en la práctica
La inteligencia artificial está creciendo exponencialmente. No hay duda sobre eso. Los autos autónomos recorren millones de millas, IBM Watson está diagnosticando a los pacientes mejor que los ejércitos de médicos y Alpha Go de Google Deep Mind venció al campeón mundial en Go, un juego donde la institución juega un papel clave.
En este curso resolveremos seis desafíos del mundo real:
· Redes neuronales artificiales para resolver un problema de abandono de clientes
· Redes neuronales de convolución para el reconocimiento de imágenes
· Redes neuronales recurrentes para predecir precios de acciones
· Mapas autoorganizados para investigar el fraude
· Máquinas de Boltzmann para crear un sistema recomendado
· Codificadores automáticos apilados * para asumir el desafío del premio de $ 1 millón de Netflix
También puedes revisar algunos libros de texto:
Los libros de texto sugeridos son:
· Aprendizaje profundo: el enfoque de un practicante por Josh Patterson y Adam Gibson
· Fundamentos del aprendizaje profundo: diseño de algoritmos de inteligencia artificial de próxima generación por Nikhil Buduma y Nicholas Locascio
TODO LO MEJOR…….