Actualmente estoy tomando CS224d (los materiales de 2016 que están en línea en Stanford y YouTube). Previamente tomé el CS231N de Stanford (Red neuronal convolucional para el reconocimiento visual).
Solo tengo 1/3 en el curso y he terminado la tarea 1. Así que estos son mis pensamientos preliminares:
(1) El profesor Socher utiliza un enfoque más matemático para enseñar CS224d, a diferencia del profesor Andrej Karpathy en CS231N.
- ¿Cómo empezaste con el aprendizaje automático?
- ¿Vale la pena obtener un título en informática en línea?
- Python o PHP, ¿qué lenguaje estudiar primero?
- ¿Quién es la persona con más conocimientos sobre computadoras?
- ¿Cómo afecta el bloqueo global del intérprete al rendimiento en aplicaciones Python de subprocesos múltiples?
(2) Sus conferencias en video son bastante difíciles de seguir, por lo que debe utilizar sus apuntes, así como materiales en la web para resolver las cosas.
(3) CS231N está más enfocado en proyectos y la mayor parte del trabajo consiste en implementar y entrenar redes neuronales profundas para lograr resultados de reconocimiento de imágenes. Las tareas de CS224D contienen problemas matemáticos, así como tareas de programación.
(4) A partir de la tarea 2 en adelante, se espera que el estudiante use TensorFlow (versus Python y Numpy).
Habiendo tomado CS231N, encuentro que los materiales en CS224D son manejables. Estoy especialmente ansioso por las asignaciones de TensorFlow.