Comience Machine Learning a partir de este maravilloso y perspicaz curso de Andrew Ng.
Coursera | Cursos en línea de las mejores universidades. Únete gratis
Asegúrate de completar las tareas a medida que avanzas porque si sigues viendo conferencias, solo tendrás la ilusión de que las cosas comienzan a entenderse.
- ¿Cuál es el flujo de trabajo típico para usar el aprendizaje profundo para resolver un problema?
- ¿Cuál es el mapa de ruta para un chico universitario para una carrera de aprendizaje automático y competir en Kaggle?
- ¿Cuáles son algunas de las investigaciones más alucinantes jamás realizadas o en curso en el aprendizaje automático estadístico?
- ¿Por qué el algoritmo de agrupación k-means se considera un algoritmo de aprendizaje no supervisado? ¿Qué es "aprender"? ¿No es solo otro algoritmo codicioso?
- ¿Cuáles son algunas buenas escuelas de investigación (PhD) para Inteligencia Artificial General (no Machine Learning)?
Después de llegar a la Semana 5, hasta las redes neuronales y la propagación hacia atrás, comience con un proyecto de Aplicación de Aprendizaje Automático (MLA) en Procesamiento de Lenguaje Natural (PNL) o Visión por Computadora (CV). Hacer un proyecto real le dará una gran comprensión de cómo se tratan realmente los datos o se utilizan los algoritmos de ML.
Después de esto, siga un tema específico del área de investigación en ML y continúe su viaje.
Hacer un trabajo real en ML y ciencia de datos es sucio y tedioso, pero una vez que comience a obtener resultados, estará más que feliz y revivido de todo el trabajo duro que ha realizado. ¡Todo lo mejor!