¿Qué consejo le darías a alguien que acaba de comenzar el curso de Andrew Ng sobre aprendizaje automático?

En primer lugar, diría felicidades! Tener el ímpetu para comenzar algo, y no solo pensar en comenzarlo, ¡es un GRAN paso adelante!

En segundo lugar, diría que si amas las Matemáticas o si tienes curiosidad por las técnicas de Machine Learning, sus aplicaciones y saber cuáles son en esencia, ¡te espera un viaje maravilloso! ¡Andrew Ng hace un trabajo fantástico al explicar la teoría matemática detrás de todos los algoritmos y sus aplicaciones utilizadas en el mundo real de hoy!

En cuanto a los consejos, aquí hay algunos puntos importantes que creo que deberías considerar:

  • Trátelo como un curso de colegio / universidad. Asegúrese de tomar notas, escribir cosas importantes, cosas para investigar / hacer preguntas en foros de discusión en un formato organizado.
  • Tómese su tiempo para comprender algoritmos, anotaciones y lo que realmente está sucediendo. Los foros de discusión son realmente útiles y hay muchas posibilidades de que las preguntas que tienes ya hayan sido formuladas por personas que hayan tomado el curso anteriormente y que la comunidad de Coursera haya dado respuestas útiles. ¡Mantén tus ojos abiertos!
  • ¡Como un curso universitario, sea diligente con los plazos! Si tiene algo importante que surgir, entonces obviamente debe ajustar sus prioridades, pero seguir el cronograma del curso solo lo ayudará a completar el curso a tiempo y no extenderlo durante semanas y semanas.
  • ¡Tomar descansos! Si trabajas demasiado y no obtienes respuestas a las preguntas de la tarea, ¡está bien! Tómate un descanso, dale un poco de tiempo a tu mente para rejuvenecer, sus conferencias son bastante intensas y utilizan mucho tu cerebro.

Un colega mío dijo algo realmente perspicaz mientras buscaba obtener el certificado para el curso de Andrew Ng. Dijo que hubo momentos en los que trabajó e intentó obtener las respuestas durante 3-4 horas, pero no tuvo éxito y estaba saturado. Se tomaría un descanso, probablemente lo llamaría un día y seguiría adelante, y cuando realmente quisiera regresar (probablemente al día siguiente) ¡obtendría el código y todo funcionó! Estoy bastante seguro de que muchos programadores, o cualquiera que escriba algún tipo de código estaría de acuerdo, ¡es psicológico!

  • ¡Nunca te rindas y recuerda siempre por qué empezaste y no pierdas la motivación!

Con todo, Andrew Ng es un excelente profesor. Seguramente tiene su forma única de entender a los estudiantes y enseñar. Como se mencionó, ¡su curso probablemente también sea el más popular en Coursera! No solo explica bien las cosas, sino que al final del curso te enamorarás del aprendizaje automático en general. ¡Podrá comprender mucho mejor las áreas de investigación, los documentos y mucho más!

Hasta entonces, ¡mantente fuerte, felicidades y feliz aprendizaje automático!

Descargo de responsabilidad: soy cofundador de @GreyAtom y ayudo a talentos de ingeniería a encontrar carreras sostenibles en tecnologías emergentes.

El programa emblemático altamente selectivo de GreyAtom tiene como objetivo ser mentor de los profesionales que trabajan y novatos en el inicio de su carrera en Data Science. Los estudiantes desarrollan proyectos sobre conjuntos de datos REALES y declaraciones de problemas proporcionadas por nuestra industria y socios de contratación. El programa se basa en el aula y está fuertemente orientado a la práctica. GreyAtom es un ecosistema donde los estudiantes pueden aprovechar lo mejor de la academia, profesionales de la industria y personas influyentes.

Algunos enlaces rápidos

  • Programa – http://www.greyatom.com/full-sta…
  • Chatee con un consejero académico: le invitamos a compartir todas sus dudas e inseguridades, a las que haremos todo lo posible para guiarlo hacia su camino profesional hacia el éxito. https://calendly.com/greyatom/co…
  • Panel de discusión en GreyAtom – https://www.youtube.com/watch?v=… https://www.youtube.com/watch?v=…

Related Content

¿Cuál es una explicación intuitiva para el equilibrio de sesgo-varianza?

Cómo obtener la distribución de probabilidad de clases con píxeles que son 0 o 255

¿Qué deparará el futuro para los desarrolladores en la era del aprendizaje profundo y la IA? ¿Cuáles serán las tendencias y cómo sobrevivirán los desarrolladores?

¿Qué se entiende por agrupamiento jerárquico aglomerativo?

¿Cómo resolverías el siguiente diagrama de perceptrón?

Recuerda por qué empezaste. No te rindas, encuentra un camino.

Si eres alguien como yo a quien le encanta codificar y te fascinan las aplicaciones de ML e IA, al principio puede parecer un poco aburrido. Diría que probablemente se deba a la intensa matemática involucrada detrás de los conceptos de aprendizaje automático y a esa constante picazón por sumergirse directamente en la escritura del código.

Pero Andrew Ng es un genio y un excelente profesor. La forma en que explica los conceptos, poniéndolos en uso en aplicaciones relevantes, es simplemente maravillosa. Tal vez te enamores del tema.

No es de extrañar que sea uno de los cursos más populares en Coursera. ¡Entonces quédate con eso!

Referencias

Cursos Populares | Coursera

4. Aprendizaje automático – Universidad de Stanford

Los cursos más populares de 2016 | Blog de Coursera

Imagen tomada de:

Recuerda por qué empezaste – Vive la vida feliz

Anjandeep Singh Sahni

Supongo que soy la persona adecuada para responder esto. No solo respondo a tu pregunta, sino también para compartir mi experiencia.

Comencé el curso de Andrew Ng cuando estaba en el último año de la universidad en 2015. En ese momento, el Aprendizaje automático no era ni siquiera un zumbido, era solo otro curso y la perspectiva general era que pesaba mucho en matemáticas. El mismo año, uno de mis excelentes profesores también comenzó el curso de ML el próximo semestre. Nos dio material de preparación y dejé el curso porque era todo cálculo, álgebra lineal y estadísticas.

Entonces comencé a hacer el curso de Andrew Ng. Dejé eso también en una semana más o menos. Porque quería construir algo lo antes posible, pero el curso de Andrew Ng era teórico. La vida transcurrió sin problemas durante los siguientes 2 años y comencé a tener algo de tiempo extra. Aunque terminé otros cursos mientras tanto.

Cambié mi trabajo y en mi nuevo trabajo tuve que trabajar en ML de lado a lado. Fue entonces cuando me sorprendió el crecimiento de ML e IA en esos 2-3 años. Comencé a lamentar que me lo perdí y ahora tengo que estudiar mucho para llegar allí. Luego comencé un poco de ML aplicado usando Python y pronto me di cuenta de que estaba perdiendo el tiempo porque realmente no entiendo cómo funciona, simplemente funciona.

No tenía idea sobre el ajuste de parámetros y cómo afecta mi modelo. Trabajar en bibliotecas de ML me hizo más simple construir algo, pero también me hizo tonto al no darme respuestas lógicas a muchas preguntas.

Entonces, mi amigo después de 3 años después, comencé el curso de ML de Andrew Ng nuevamente y lo terminé en 3 semanas con tareas. Y pude hacer eso porque estaba desesperado esta vez. Ahora, cuando trabajo en cualquier problema de LD, sé exactamente lo que estoy haciendo y cómo está funcionando. Créeme, me da una inmensa satisfacción.

Mi única sugerencia para ti sería: Mantén la calma y termina el curso de ML de Andrew Ng. No se preocupe si no puede terminarlo en una sola sesión, puede llevar su progreso a la próxima sesión. Pero recuerde, termine su prueba y tarea en serio y obtendrá la recompensa al final.

Aquí está mi certificado: https://www.coursera.org/account …

Completado el 10 de agosto de 2017. Pero no paré, comencé la especialización de aprendizaje profundo de Andrew Ng y ya completé 2 cursos:

https://www.coursera.org/account …

También escribo un blog, puede que te resulte útil: http://blog.coviam.com/less-tech …

Ananda Prakash Verma

Para aprender ML intenté el curso de Ng una vez antes de aprender algoritmos, no podía entenderlo por la forma en que hablaba y no tenía idea de qué es ML. No completo el video, y pasaron 3 años así como así.

Sugeriría seguir adelante, reintentar la comprensión reproduciendo video muchas veces y tomar notas paralelamente. Comparte a los demás como sea posible.

Para aumentar el volumen de sus videos, vea este método: Respuesta de Manohar Reddy Poreddy a ¿Cómo puedo aumentar el volumen de mi PC?

Ananda Prakash Verma

More Interesting

¿NVIDIA GTX 1050 Ti 4GB es suficiente para Deep Learning?

¿Cómo cambiará Google Brain el futuro de la búsqueda?

¿Todas las funciones de pérdida sufren el problema del gradiente de fuga en las redes neuronales?

¿Cuál es la diferencia entre redes neuronales y de creencias?

¿Cómo puede alguien usar el verano para hacer un gran progreso en su conocimiento en los campos de redes neuronales artificiales y aprendizaje profundo?

¿Cuáles son las mejores startups que usan ciencia de datos y aprendizaje automático para el bien social?

¿Por qué el aprendizaje profundo solo funciona bien en datos no estructurados?

¿Dónde puedo ir para averiguar cómo extraer características de un documento de texto para usar en el entrenamiento de un clasificador?

¿Cómo se pueden engañar los modelos de clasificación existentes?

¿Cuáles son las condiciones de Dirichlet en una serie de Fourier? ¿Son necesarias las condiciones de Dirichlet?

¿El recocido simulado y la optimización de colonias de hormigas cuentan como aprendizaje automático?

¿Hay casos en que las ideas del aprendizaje profundo hayan sido útiles para problemas de datos pequeños?

¿Qué modo de Anaconda se debe usar para los algoritmos de aprendizaje automático?

Cómo construir técnicas de aprendizaje automático para una aplicación móvil

¿Cuál es la principal diferencia entre la forma bayesiana de estimación de parámetros y la regresión lineal?