Antes de pasar a la parte de matemáticas, tenga un poco de precaución aquí: no comience con Neural Networks / Deep Learning.
Aprenda (o actualice) lo básico primero: regresión lineal, regresión logística, clasificación, algunos gráficos también. La IA tiene una larga historia. Las soluciones innovadoras se basan en los límites de las soluciones establecidas. La red neuronal aprovecha ese historial para resolver problemas específicos: imagen, video, voz, PNL. Necesita la imagen completa para comprender “por qué” y “cómo”.
Incluso si realiza un reconocimiento complejo de imágenes satelitales, encontrará que un clasificador simple funciona mejor para algunas clases. Nuevamente, necesitas la imagen completa.
- ¿Las redes neuronales son ineficientes? Si es así, ¿por qué?
- Cómo crear un chatbot de dominio específico
- ¿Se puede usar la inteligencia artificial para crear nuevos algoritmos?
- Cómo comenzar a construir un robot
- ¿Cuáles son algunos ejemplos de 'startups de aprendizaje automático' orientadas al consumidor?
Ahora para una respuesta práctica: puede consultar el MOOC de Andrew Ng Machine Learning en Coursera. Es un clásico. Ignora el ejercicio matlab por ahora. Concéntrate en el álgebra. Él presenta con un recordatorio rápido. Evalúa si lo entiendes. Si no, obtenga un repaso de la Academia Khan y vuelva a Andrew Ng. Hacerlo de un lado a otro le dará suficiente intuición del trabajo y un buen punto de partida.
