En realidad, es el mejor en la India, pero recomiendo aprender de otros recursos como Andrew NG Machine Learning y algún otro curso en línea.
Puedo sugerirle los mejores cursos en línea de aprendizaje automático
- ¿Hay trabajos de investigación que utilicen el aprendizaje profundo para tomar decisiones clínicas?
- ¿Usaría WEKA o MATLAB para la clasificación binaria?
- ¿Qué quiere decir con redes neuronales lineales profundas / no lineales?
- Cómo saber si Deep Learning funcionará mejor para un problema específico, que SVM o bosque aleatorio
- ¿Por qué los LSTM generalmente se entrenan con backprop y no con EKF?
Te sugiero los mejores cursos en línea de ML:
- Machine Learning AZ ™: Python práctico y R en ciencia de datos
de este curso puedes aprender sobre:
Este curso es divertido y emocionante, pero al mismo tiempo nos sumergimos profundamente en Machine Learning. Está estructurado de la siguiente manera:
- Parte 1: preprocesamiento de datos
- Parte 2: Regresión: Regresión lineal simple, Regresión lineal múltiple, Regresión polinómica, SVR, Regresión de árbol de decisión, Regresión forestal aleatoria
- Parte 3 – Clasificación: Regresión logística, K-NN, SVM, Kernel SVM, Naive Bayes, Clasificación del árbol de decisión, Clasificación aleatoria del bosque
- Parte 4 – Agrupación: K-medias, agrupación jerárquica
- Parte 5 – Aprendizaje de reglas de asociación: Apriori, Eclat
- Parte 6 – Aprendizaje de refuerzo: límite de confianza superior, muestreo de Thompson
- Parte 7 – Procesamiento del lenguaje natural: modelo de bolsa de palabras y algoritmos para PNL
- Parte 8 – Aprendizaje profundo: redes neuronales artificiales, redes neuronales convolucionales
- Parte 9 – Reducción de dimensionalidad: PCA, LDA, Kernel PCA
- Parte 10 – Selección y refuerzo del modelo: validación cruzada k-fold, ajuste de parámetros, búsqueda de cuadrícula, XGBoost
Además, el curso está repleto de ejercicios prácticos basados en ejemplos en vivo. Entonces, no solo aprenderá la teoría, sino que también obtendrá práctica práctica para construir sus propios modelos.
Y como beneficio adicional, este curso incluye plantillas de código Python y R que puede descargar y usar en sus propios proyectos.
cursos en línea adicionales para ML:
- Bootcamp de ciencia de datos y aprendizaje automático con R
- Aprendizaje automático para ciencia de datos
libros de texto sugeridos para el aprendizaje automático (solo con fines de referencia)
- Aprendizaje automático práctico con Scikit-Learn y TensorFlow: conceptos, herramientas y técnicas para construir sistemas inteligentes por Aurélien Géron
- scikit-learn, un aprendizaje automático para principiantes absolutos: una introducción en inglés sencillo por Oliver Theobald
TODO LO MEJOR…..
