Son complementarios entre sí. AZ se ocupa de aspectos prácticos del aprendizaje automático y utiliza Python para las tareas. El curso de Andrew trata aspectos teóricos más que la programación. De hecho, las tareas están en Matlab: buenas para matemáticos e investigadores y no tan buenas para los desarrolladores de software web.
El curso AZ también cubre muchos más temas que el curso de Andrew (AC). NLP solo se menciona en AC como parte de la clasificación de spam, mientras que hay una buena cobertura en AZ. El agrupamiento jerárquico, la asociación y la inferencia son parte de AZ pero ni siquiera se mencionan en AC. Similar para redes neuronales convolucionales.
AC es un gran curso teórico y ayuda a los principiantes a desarrollar la intuición sobre fórmulas matemáticas compex. No tiene miedo de tratar con fórmulas matemáticas y sus derivaciones. En particular, el concepto de función de costo y cómo optimizarlo es una herramienta útil para principiantes y obtiene una buena cobertura.
- ¿Debo memorizar las matemáticas y los algoritmos al aprender el aprendizaje automático y el aprendizaje profundo?
- ¿Cuál es la relación entre los clasificadores uno contra uno, conjunto y SVM?
- ¿Cuál es la diferencia entre almacenar datos en HDF5 frente al formato TFRecord de TensorFlow?
- ¿Qué aspecto de los algoritmos de las redes de aprendizaje profundo requieren GPU además de, o en lugar de, CPU, y por qué?
- Cómo interpretar los resultados de R después del análisis en las organizaciones
Mi sugerencia es comenzar con AC e intentar terminarlo dentro de 3 a 4 semanas. Luego, si comienza con AZ, lo ayudará a comprender los conceptos de una mejor manera.
Te sugeriré que hagas ambas cosas.
