¿Se puede aprender Machine Learning sin conocer muchas matemáticas e informática?

Sí tu puedes. Lo mismo podría decirse de la programación: “¿Se puede aprender a programar sin saber muchas matemáticas e informática?”. El problema es que estará muy limitado en qué tipo de cosas puede hacer. Por ejemplo, sin una comprensión sólida de Matemáticas / CS, su habilidad para programar realmente se reduce a escribir los tipos de programas que probablemente ya existen, usando patrones de diseño que ya existen, etc. Cuando las cosas salen mal, tendrá dificultades corrigiéndolos si no comprende los algoritmos y las matemáticas subyacentes. Y lo más importante cuando se trata de optimización, se perderá.

El aprendizaje automático es básicamente una optimización. Claro, hay funciones en MATLAB, SAS, SPSS, R, etc. que puede usar. Sin embargo, es más complicado que eso. Para ajustarse al “mejor” modelo, debe comprender cuál de las funciones está buscando. Qué parámetros, ya que normalmente los valores predeterminados no serán los mejores. ¿Qué núcleo, debería usar un polinomio, radial, lineal? Bueno, si sabe un poco sobre cómo se ven sus datos, estará en una mejor posición para lidiar con todas estas opciones. O, de hecho, puede escribir su propia función / biblioteca, pero no si no conoce CS / Math.

En resumen, puede usar el aprendizaje automático, pero si todo lo que está haciendo está en ese nivel, puede ser reemplazado fácilmente por otras personas que conocen el aprendizaje automático “básico”. Incluso podría ser reemplazado por una herramienta que ejecuta múltiples modelos básicos contra un conjunto de datos, y luego selecciona el que mejor se ajuste. Ese no es el lugar en el que desea estar. Además, desea comprender por qué funciona el modelo, por lo que podrá comprender por qué el modelo falla bajo ciertas condiciones. Debe poder realizar muestreos y estadísticas para encontrar cosas como el error estándar de su modelo, de modo que pueda calcular las probabilidades para el negocio para los escenarios. La parte de Machine Learning es solo una parte para resolver un problema.

Puedes aprender un poco de ML rápido, algunas estadísticas rápidas, etc. Pero la realidad, como la mayoría de las disciplinas, te llevará varios años para que tu base esté en orden. Un plan de estudios de cuatro años de clases de tipo matemática / cs / stats hará eso.

En resumen, la respuesta es sí.

Sin embargo, debe tomar algunas precauciones.

Primero, debe elegir un problema en el que no se haya aplicado mucho aprendizaje automático. Si las personas ya han intentado resolver ese problema utilizando el aprendizaje automático y han fallado o tienen un éxito razonable, probablemente tendrá que comprender los algoritmos a un nivel más profundo para hacer algo mejor que ellos.

En segundo lugar, incluso si se cumple lo anterior, no hay garantía de que algunos de los algoritmos básicos de aprendizaje automático (por ejemplo, SVM) puedan resolver bien el problema que le interesa. Dado que está restringido a “probar un montón de métodos simples de aprendizaje automático” sobre el problema, aumentaría sus posibilidades si intenta algunos problemas diferentes en lugar de solo uno.

Entonces sí, adelante. Descargar paquetes de aprendizaje automático. ¡Y experimenta!

More Interesting

Si se predice que la IA tomará todos los trabajos humanos para 2136, entonces ¿por qué seguimos trabajando para hacerlos?

¿Hay algún progreso reciente en IA fuera de Machine Learning?

¿Cómo es tomar CS 181 (Machine Learning) en Harvard? ¿Por qué tiene un puntaje Q tan bajo cuando lo enseña Ryan Adams?

¿Sería posible construir una copia virtual de Nueva York en la que 7 millones de IA realicen sus vidas cotidianas e incluso se puedan abrir puertas?

¿Quién es la IA más malvada, inteligente y poderosa en los juegos?

¿Es mentalmente saludable permitir que los niños jueguen con juegos artificialmente inteligentes y osos de peluche que interactúan con ellos?

¿Qué robot humanoide tiene el mejor soporte de comunidad / foro disponible, en el contexto de la investigación sobre robots sociales?

¿Qué tan probable es que AI tome el trabajo de los programadores? ¿Hay perspectivas de ese tipo en el horizonte?

¿Serán AI los únicos que escribirán novelas en el futuro o habrá un mercado para los escritores humanos?

Si una máquina aprende algo del aprendizaje automático, ¿está creando un nuevo código que puede transferirse a otras máquinas?

¿Puede un ingeniero eléctrico hacer maestría en inteligencia artificial?

¿Los robots alguna vez vencerán a la humanidad?

Biotecnología: ¿qué tan lejos estamos (en años) de crear un útero artificial viable para la vida humana?

¿Cuáles son los fundamentos básicos en robótica?

¿Qué se necesitaría para hacer un pequeño robot autónomo?