Algunas sugerencias de libros.
Mi siguiente paso sugerido es obtener un libro de ML decente (mi lectura más abajo), leer las principales secciones de introducción, y después de eso rebotar a cualquier parte que incorpore un algoritmo, usted está interesado. Cuando haya descubierto ese algo, salte a él, vea cada uno de los puntos de interés y, en particular, impleméntelo. En el paso anterior del curso en línea, a partir de ahora habría actualizado algunos algoritmos en Octave. Sea como fuere, aquí estoy buscando ejecutar un algoritmo sin ninguna preparación en un lenguaje de programación “real”. En cualquier caso, puede comenzar con una simple, por ejemplo, Regresión logística regularizada en L2, o k-means, pero también debe impulsarse a actualizar todos los más intrigantes, por ejemplo, SVM. Puede utilizar una implementación de referencia en una de las muchas bibliotecas existentes para asegurarse de obtener resultados equivalentes.
- El razonamiento bayesiano y el aprendizaje automático de David Barber
- El aprendizaje automático de Kevin Murphy: una perspectiva probabilística
- Los elementos del aprendizaje estadístico de Hastie, Tibshirani y Friedman
- Reconocimiento de patrones y aprendizaje automático de Bishop
- Aprendizaje automático de Mitchell
También hay numerosos libros excelentes que llaman la atención sobre un tema específico. Por ejemplo, Sutton and Re-Inforcement Learning es una obra de arte. Además, el libro Deep Learning (accesible en la web) prácticamente se está convirtiendo en un ejemplo antes de ser distribuido. Sea como fuere, necesita un par de esos libros para reunir una comprensión equilibrada y hasta cierto punto del campo.
- ¿Qué es una red de detección como YOLO o SSD en el aprendizaje automático?
- ¿Cuáles son algunas buenas técnicas para la clasificación / segmentación de datos de series temporales?
- ¿Cuál es la diferencia entre un modelo paramétrico y un modelo no paramétrico?
- ¿De dónde viene el gráfico en una red bayesiana?
- ¿Cuáles son algunas habilidades matemáticas altamente relevantes que se requieren si quiero comenzar a investigar en algoritmos de Machine Learning?
10 libros electrónicos gratuitos que debes leer sobre conceptos básicos de aprendizaje automático.
También puede ir específicamente a un trabajo de investigación que presente un algoritmo o enfoque que le interese y salte a él.
