¿Se puede aprender el aprendizaje profundo sin aprender el aprendizaje automático, o primero tendré que aprender el aprendizaje automático?

Si comienza con el aprendizaje automático, sería más fácil aprender con el aprendizaje profundo porque los métodos de regularización y optimización son comunes de alguna manera.

Puede comenzar con el aprendizaje profundo de inmediato, pero le resultará mucho más difícil entender que es básico que no haya tocado el aprendizaje automático.

Suscríbete a este increíble canal:

https://www.youtube.com/channel/ …

Espero que responda todas sus consultas. Lo encontré extremadamente útil.
Cubre aprendizaje automático, aprendizaje profundo, PNL, visión por computadora. Todos los marcos de aprendizaje profundo están cubiertos Tensorflow, keras, pytorch. Las redes neuronales como RNN, CNN, GAN se han detallado en el debate. Las competiciones de Kaggle también están incluidas.
Buena suerte

El problema con su pregunta es que la diferencia entre la máquina y el aprendizaje profundo no está muy clara … y generalmente hay dos formas diferentes de distinguir.

En el terreno teórico, uno no puede decir realmente que los modelos de aprendizaje profundo son realmente diferentes del aprendizaje automático. En realidad, todos los modelos de moda como “redes neuronales” o “bosque aleatorio” son ideas bastante antiguas (muchos modelos son en realidad de los años 40 o 50). La diferencia es simplemente que la complejidad de los modelos recientes ha crecido sustancialmente, pero la esencia no ha cambiado. Entonces, desde mi opinión, es más una diferencia cuantitativa más que una cualitativa …
Luego, en el aspecto práctico e histórico, cuando las personas hablan sobre el aprendizaje profundo en lugar del aprendizaje automático, generalmente significan simplemente usar nuevas bibliotecas y herramientas (Tensorflow, Keras, Torch …) que usan arquitectura paralela o distribuida (divida el cálculo en varios procesadores o máquinas) para mejorar la eficiencia informática de la capacitación. Pero puede usar modelos más simples con esas bibliotecas. En cualquier caso, si sigue esta definición práctica, entonces el aprendizaje profundo es simplemente “aprendizaje automático + arquitectura de máquina compleja”. Entonces, es claramente posible aprender el aprendizaje profundo como se define como el aprendizaje automático complejo desde cero, pero eso solo significaría tratar de aprender 2 cosas al mismo tiempo y no recomendaría que …

¿Se puede aprender geometría sin aprender matemáticas primero, o tendré que aprender matemáticas primero?

El aprendizaje profundo es un subcampo del aprendizaje automático, ya que la geometría es un subcampo de las matemáticas. Ahora piensa en tu pregunta.

Las redes profundas se basan en redes neuronales de una sola capa y utilizan métodos de entrenamiento como el aumento de gradiente (tomado de la regresión aumentada). Los fundamentos del aprendizaje profundo están muy arraigados en el aprendizaje automático tradicional, y lo mejor es obtener una base sólida primero. Vea aquí una descripción general y una revisión de la literatura: https://www.slideshare.net/Colle …

Depende de lo que quieras hacer. Si todo lo que necesita es utilizar Deep Learning como un recuadro negro para resolver algún problema de clasificación / agrupación, supongo que hay herramientas en el mercado que se pueden utilizar para construir una red neuronal mediante GUI.

Pero si no conoce la diferencia entre el clasificador lineal y gaussiano, no lo veo codificando una red neuronal para hacerlo desde cero.