Cómo estar bien versado en el aprendizaje automático desde el nivel cero

Si te sientes bastante cómodo con la programación y los algoritmos, el aprendizaje automático no debería estar muy lejos de ti. Suponiendo que tenga algún conocimiento previo en estadística (o incluso si no lo tiene), existen excelentes recursos en línea y de libros de texto que pueden ayudarlo a desarrollar una base para el aprendizaje automático. Supongo que el conocimiento relevante puede variar dependiendo de su aplicación de interés, pero los conceptos fundamentales son en su mayoría los mismos.

1) Libro de texto de reconocimiento de patrones y aprendizaje automático de Christopher Bishop: este es un excelente recurso introductorio para presentar muchos de los conceptos fundamentales detrás del modelado paramétrico y no paramétrico, y cómo las estadísticas y los algoritmos se integran con el aprendizaje automático. Un gran recurso introductorio para aquellos que están familiarizados con la computación.

2) Curso de aprendizaje automático de Coursera: se basa en el curso de Stanford que se imparte en el campus y es un gran recurso para obtener una enseñanza más auditiva y visual (formal) sobre el curso de la asignatura.

3) Curso de aprendizaje automático de MIT OCW: el material de curso abierto de MIT es un gran recurso: es una consolidación de muchos de los cursos que realmente se imparten en MIT y todos los materiales que se utilizaron durante semestres específicos (así como algunos videos) son gratuitos para cualquier persona con acceso a Internet que quiera aprender.

4) El curso de aprendizaje en línea Machine Learning de Udacity (impartido por Michael Littman (Brown) y Charles Isbell (Georgia Tech). Es muy financiero, por lo que lo recomendaría a cualquiera que esté buscando mojarse los pies con el aprendizaje automático y tener Absolutamente sin antecedentes.

Además, incluso tienen una parodia a cappella súper pegadiza con los dos instructores. Recientemente solo comencé a sumergirme en los métodos de ML en los últimos años, y estoy sorprendido de lo mucho que he elegido a través de estas fuentes. En resumen, usted también puede apreciar los chistes en este video muy pronto después de comenzar a aprender los fundamentos de ML.

Estos no son recursos integrales de ninguna manera, sino una buena manera de comenzar con el tema. ¡Espero que esto ayude!

Creo que el cronograma de Tom Mitchell Machine Learning debería ser suficiente.

Consulte también el conjunto de recursos de aprendizaje automático de Wise, la ruta de aprendizaje de análisis de datos y, por supuesto, una introducción práctica a la ciencia de datos

Gracias por A2A

Tomar la clase de aprendizaje automático en línea de Stanford y resolver los ejercicios será un buen comienzo. Puede obtener las conferencias en línea: página en youtube.com

Puede considerar buscar otras respuestas a preguntas muy similares sobre quora, se han citado muchos buenos documentos de referencia, etc. Todo lo mejor 🙂

Puede comenzar el 16 de junio … El curso de aprendizaje automático está comenzando en Coursera por el profesor Andrew Ng de la Universidad de Stanford. Es gratis y puedes comenzar … Los libros y la práctica pueden suceder mientras estudias …
Enlace al curso: – Coursera

More Interesting

¿Es probable que Trump pueda hacer que Apple invierta mucho en la fabricación en los Estados Unidos? ¿Por qué o por qué no?

¿Quora intenta convertirse en un motor de conocimiento de inteligencia artificial como la próxima evolución de un motor de búsqueda?

¿Cuál es el futuro del aprendizaje profundo? ¿La mayoría de los expertos en aprendizaje automático están recurriendo al aprendizaje profundo?

¿Qué son los lenguajes de aprendizaje automático?

¿Cuál es una instancia de la relación entre la visión por computadora (es decir, OpenCV) y el aprendizaje automático?

¿Es el aprendizaje automático el grado más difícil de realizar?

¿Qué pasaría si una IA fuerte estuviera disponible con una licencia de código abierto?

Cómo verificar si una respuesta a una pregunta es correcta comparando con una respuesta correcta a la pregunta

¿Qué herramientas utilizas para el aprendizaje automático?

Si un sistema de inteligencia artificial como 'Watson' se alimenta con todo el conocimiento existente alrededor de 1905, ¿surgiría una teoría similar (o igual) a la relatividad especial de Einstein? ¿Podemos hacer lo mismo para obtener la teoría de todo lo que abarca GR y QM?

Cómo ser tan bueno como Ian Goodfellow en aprendizaje automático

¿Cómo logran las redes neuronales para imágenes / caras la invariancia traslacional ('colapsar' la misma cara en diferentes regiones de la imagen en la misma salida)?

¿Es interesante trabajar con AI en un nivel bajo?

¿Qué tan bien te prepara el curso Coursera de Geoff Hinton para una carrera en aprendizaje automático con redes neuronales?

¿Qué es el aprendizaje federado?