Esto es lo que haría en tu situación:
Paso 1 : Tome el curso de aprendizaje automático en su escuela y participe en un proyecto de curso o investigación para aplicar sus aprendizajes a una aplicación genial. Si el curso ofrecido en su escuela no tiene un componente de proyecto, siempre puede hacer un proyecto divertido usted mismo o ayudar a un estudiante graduado en su investigación.
Paso 2 : Comience a ayudar a un estudiante de posgrado superior en su investigación y participe en un laboratorio haciendo investigación de ML. Puede sentir que inicialmente no tiene las habilidades / experiencia para contribuir mucho, pero eso está bien. Simplemente participando en un proyecto y observando cómo los estudiantes graduados abordan un problema de aprendizaje automático aprenderán mucho.
- Cómo abordar el problema de la clasificación multicapa utilizando el aprendizaje profundo
- ¿Qué software se usa para crear una IA con Python?
- ¿Cuáles son algunos problemas de aprendizaje automático que se resuelven mejor sin usar redes neuronales, dado que las redes neuronales tienden a ser más complicadas?
- ¿Cuáles son las principales startups de inteligencia artificial en India?
- ¿Hay alguna base de datos que dé resultados basados en la entrada de voz?
Paso 3 : Echa un vistazo a algunas de las competiciones geniales en Kaggle e intenta crear una solución que entre los primeros 10. Comienza con un problema fácil de Kaggle. Además, consulte la mejor solución para el problema para obtener ideas sobre cómo lo resolvieron.
Paso 4: Intente ingresar a un buen programa de MS o un trabajo en la industria y pasar tiempo trabajando en problemas de aprendizaje automático, más cursos / proyectos de cursos, etc. También pase tiempo leyendo los últimos trabajos de investigación en las principales conferencias de aprendizaje automático como NIPS, ICML, ACL , CVPR, KDD, etc.
Esto parece una ruta larga y ardua, pero aprender cualquier cosa lleva mucho tiempo y hacer Machine Learning es difícil. Sin embargo, por difícil que sea el Aprendizaje automático, también es (en mi opinión) extremadamente gratificante que trabajes en proyectos realmente geniales como enseñarle a una máquina a reconocer dígitos escritos a mano, comprender el lenguaje hablado o el sentimiento de un párrafo de texto , Y la lista sigue y sigue.
¡Todo lo mejor para tu próximo viaje de ML!
