¿Cuál es un buen seguimiento del curso introductorio Coursera Machine Learning de Andrew NG (Coursera)? ¿Qué cursos ayudan a uno a dominar el aprendizaje automático?

Si realmente disfrutó el curso de Aprendizaje automático de Andrew Ng y quería seguirlo con algunos otros cursos para ser técnicamente más fuerte.

Te recomiendo que vayas con Deep Learning Specalisation en Coursera.

Se lanzó hoy (08/08/17), sé que el curso es nuevo pero el contenido parece prometedor, si crees que este es un curso nuevo y cómo sería, diría que es Andrew Ng enseñando … así que es Vale la pena correr el riesgo.

Un problema importante que la mayoría de ellos ha enfrentado en el curso de Machine Learning fue que estaba en Matlab / Octave, pero aquí está en Python.

Espero que esto ayude.

Fuente: anuncio de nuevos cursos de aprendizaje profundo en Coursera

Learning Machine Learning (ML) y su aplicación son dos perspectivas diferentes.

ML se puede aprender de fuentes como:

1. Curso de patrones MOOC: el curso de ML de Andrew NG @Coursera es bueno para comenzar. Da una base matemática y un conocimiento profundo sobre el tema. Se pueden buscar cursos de patrones MOOC similares en @machine learning – cursos en línea gratuitos / resultados de búsqueda MOOC. Personalmente prefiero Coursera, Udacity, edx para lo mismo.
2. Los libros recomendados para Machine Learning Techniques son: Machine Learning por Tom Mitchell @Machine Learning textbook

Uno puede aplicar el aprendizaje automático en los dominios como medicina, entretenimiento, defensa, inteligencia de negocios, etc. Debe aprender el dominio de destino y luego aplicar el conocimiento de ML para la solución.

El curso de aprendizaje automático de Tom Mitchel podría ser un buen seguimiento. Incluye video conferencias, materiales de lectura y tareas. Las tareas tienen una buena combinación de teoría y problemas de codificación. En las dos primeras tareas, terminará codificando su propio árbol de decisión y clasificador Naive Bayes.

antes de comenzar cualquier curso, sería mejor leer el libro de Han y Kamber “Principios de minería de datos” y principios estadísticos utilizados para la minería de datos. luego use algunas herramientas ya disponibles como weka, tenagra, cipina y naranja. esto le dará una idea de cómo funcionan los algoritmos de minería de datos y aprendizaje automático

Como usted explicó que está trabajando en el campo, puede unirse al curso en línea de Big Data que puede ser útil para la inteligencia empresarial.