Cómo aprender el aprendizaje automático y la inteligencia artificial

Supongo que de hecho está familiarizado con la programación porque es esencial conocer al menos un lenguaje de nivel superior para implementar sus algoritmos fácilmente.

  1. Aprende C ++ / Python / MATLAB.
  2. Aprenda las diversas bibliotecas de soporte.

Ahora bien, aunque a la mayoría de las personas les encanta negar este hecho y decir que nunca es esencial, creo que una buena aplicación de inteligencia artificial solo se puede desarrollar si eres bueno en matemáticas. La predicción * es * una cantidad matemática.

  1. Estudio Estadístico, Probabilidad
  2. Estudie la inferencia bayesiana y varios modelos probabilísticos

Ahora que ha cubierto la mayoría de los conceptos básicos. Es hora de entrar en AI / ML

Mi viaje fue el siguiente

  1. MIT OCW ( Inteligencia Artificial )
  2. Coursera (Machine Learning por Andrew Ng)
  3. Leer libros
  4. Lea la documentación de una API / Biblioteca que planea usar

Una vez que haya terminado con todo esto, comience a implementar algoritmos que considere adecuados, comprenda los parámetros y cómo al variarlos cambia la precisión de la salida.

Aprendizaje supervisado perfecto antes de ingresar al aprendizaje no supervisado.

Puede aprender aprendizaje automático e inteligencia artificial a través de cursos en línea. Hay muchos cursos en línea en el mundo competitivo. Pero me gustaría sugerirle los mejores cursos.

Mejor curso en línea de aprendizaje automático:

Machine Learning AZ ™: Python práctico y R en ciencia de datos [Recomendado]

Aquí puedes aprender:

  • 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.


Los mejores cursos en línea de inteligencia artificial: –

Inteligencia Artificial AZ ™: Aprenda a construir una IA

Aquí puedes aprender

1. Completa habilidades de inteligencia artificial para principiantes y expertos : aprenda a codificar inteligencia artificial que mejora por sí misma para una variedad de propósitos. De hecho, codificamos junto con usted. Cada tutorial comienza con una página en blanco y escribimos el código desde cero. De esta manera, puede seguir y comprender exactamente cómo se une el código y qué significa cada línea.

2. Plantillas de código: además, obtendrá plantillas de código de Python descargables para cada IA ​​que cree en el curso. Esto hace que construir una IA verdaderamente única sea tan simple como cambiar algunas líneas de código. Si liberas tu imaginación, el potencial es ilimitado.

3. Tutoriales de intuición: donde la mayoría de los cursos simplemente te bombardean con una teoría densa y te ponen en camino, creemos en desarrollar una comprensión profunda no solo de lo que estás haciendo, sino por qué lo estás haciendo. Es por eso que no te lanzamos matemáticas complejas, sino que te enfocas en desarrollar tu intuición en la codificación de la IA para obtener resultados infinitamente mejores en el futuro.

4. Soluciones del mundo real: lograrás tu objetivo no solo en 1 juego, sino también en 3. Cada módulo se compone de diferentes estructuras y dificultades, lo que significa que serás lo suficientemente hábil para construir una IA adaptable a cualquier entorno en la vida real, en lugar de simplemente pasar una memoria glorificada “prueba y olvida” como la mayoría de los otros cursos. La práctica realmente hace la perfección.

Todo lo mejor .

La manera fácil de comenzar es aprender haciendo. Esto solo es aplicable para aquellos que son programadores de software que aman comenzar con el aprendizaje automático y la inteligencia artificial.

Primero aprenda Python, luego siga la lista de recursos para comenzar

Numpy

  • De Python a Numpy
  • Problemas y soluciones

Pandas:

  • Aprender pandas

Scikit-Learn:

  • Aprendizaje automático – Sklearn

Además, comience con Kaggle, cree discusiones, trabaje con diferentes conjuntos de datos, plantee una pregunta, solicite ayuda, discuta más con la comunidad. Espero esta ayuda, buena suerte.

Aprender a aplicar la IA, es decir, usar los algoritmos existentes es mucho más simple y hay mucho contenido gratuito disponible en línea. Sin embargo, aprender a desarrollar o ajustar algoritmos es un asunto complejo, una respuesta a continuación de Advait Ambeskar es bastante completa.

Consulte Cómo iniciar AI / ML / DL desde cero. ¡¡Buena suerte!!

Querido amigo,

la única forma de comenzar a aprender inteligencia artificial es,

que debería comenzar con el aprendizaje de la programación de computadoras c y c ++.