A continuación encontrará una lista de recursos para aprender y practicar y cómo comenzar en Inteligencia Artificial en 6 sencillos pasos:
6 sencillos pasos para comenzar a aprender inteligencia artificial
PASO 1.) Aprenda Python y SQL
Lo principal que tienes que hacer es asimilar un lenguaje de programación. A pesar del hecho de que hay una considerable cantidad de lenguajes con los que puede comenzar, Python es lo que muchos prefieren comenzar porque sus bibliotecas son mucho más adecuadas para el aprendizaje automático.
Recomendaría los siguientes enlaces:
- Aprendizaje automático con texto en scikit-learn (PyCon 2016)
- Aprendizaje automático en Python con scikit-learn
- Aprendizaje automático con Python
PASO 2.) Aprenda Machine Learning de algunos de los cursos a continuación.
Inteligencia artificial: principios y técnicas de Stanford : un programa educativo fenomenal para estudiantes inspirados en la adaptación de más información sobre IA. El curso se concentra en los estándares fundamentales de IA.
CS405: INTELIGENCIA ARTIFICIAL : CS405 presenta el campo de la inteligencia artificial (IA). Los materiales sobre programación de IA, lógica, búsqueda, juegos, aprendizaje automático, comprensión del lenguaje natural y robótica presentan al alumno los métodos, herramientas y técnicas de IA, su aplicación a problemas computacionales y su contribución a la comprensión de la inteligencia.
Curso edx.org sobre IA : este curso brinda los fundamentos de la Inteligencia Artificial (IA) y los aplica. Diseñe agentes inteligentes para resolver problemas del mundo real, incluidos los de búsqueda, juegos, aprendizaje automático, lógica y problemas de satisfacción de restricciones.
Curso del MIT sobre IA : este curso presenta a los estudiantes la representación del conocimiento básico, la resolución de problemas y los métodos de aprendizaje de la inteligencia artificial. Al finalizar este curso, los estudiantes deberían poder desarrollar sistemas inteligentes mediante el ensamblaje de soluciones a problemas computacionales concretos; comprender el papel de la representación del conocimiento, la resolución de problemas y el aprendizaje en la ingeniería de sistemas inteligentes; y apreciar el papel de la resolución de problemas, la visión y el lenguaje en la comprensión de la inteligencia humana desde una perspectiva computacional.
Aprenda los fundamentos de la IA : este curso se subdivide en 10 lecciones , este curso en línea familiariza a los estudiantes con el universo de la IA. Para entenderlo, asegúrese de tener alguna información esencial de matemática basada en variables directas y la hipótesis de probabilidad que debe aprender teniendo en cuenta el objetivo final para estar preparado.
Profesores de video de Berkeley : recomendaría el conjunto de profesores de video aquí.
También he enumerado los 10 mejores cursos de inteligencia artificial y aprendizaje automático para principiantes y avanzados que lo ayudarán a convertirse en el siguiente maestro de ML que emplea Google o Apple.
PASO 3.) Aprenda los conceptos básicos de la teoría de probabilidad, estadística y matemáticas.
Recomendaría los siguientes enlaces:
- Álgebra lineal – Álgebra lineal – MIT 18.06 Álgebra lineal por Gilbert Strang
- Teoría de la probabilidad – Probabilidad y estadística – MIT 6.041 Análisis de sistemas probabilísticos y probabilidad aplicada por John Tsitsiklis
- Cálculo
- Cálculo multivariante
- Teoría de grafos
- Métodos de optimización
PASO 4.) LIBROS RECOMENDADOS PARA LEER
También he enumerado algunos de los mejores y mejores libros electrónicos gratuitos de IA de aprendizaje automático desde donde puede descargar y poner en marcha Conceptos básicos / estadísticas de aprendizaje automático para que los desarrolladores se vuelvan buenos en la construcción de sistemas de IA rápidamente.
PASO 5. ) PRACTICA POCOS EJERCICIOS
Cuando tenga una comprensión exhaustiva de su lenguaje de programación favorito y suficiente práctica con lo esencial, debe comenzar a aprender más sobre Machine Learning. En Python, comience a aprender las bibliotecas Scikit-learn, NLTK, SciPy, PyBrain y Numpy, que serán valiosas al componer algoritmos de Machine Learning.
Practique algunos ejercicios en Scikit desde el sitio web:
http://scikit-learn.org/
&&
https://www.edx.org/course/artif … – Para practicar ejercicios en Python.
También aquí hay un resumen de activos para que aprendas y perfecciones ML:
http://www.r2d3.us/visual-intro-…
https://www.coursera.org/learn/m …
https://www.cs.cmu.edu/~tom/1070 …
https://code.tutsplus.com/tutorials/how-to-build-a-python-bot-that-can-play-web-games–active-11117
https://www.udacity.com/course/intro-to-artificial-intelligence–cs271
http://ocw.mit.edu/courses/elect …
PASO 6. ) Practica — Aprende — Practica por tu cuenta, paso a paso lentamente te convertirás en un programador de IA .
He enumerado herramientas o software de IA de código abierto gratuitos que puede usar para crear sus soluciones.
También puedes asistir Conferencias de IA y mira videos en AI.
Una vez que se hayan completado todos estos 6 pasos, puede echar un vistazo a estas 99 preguntas de la entrevista Top & Best 99 sobre IA y Machine Learning y comenzar a dar entrevistas si desea comenzar su carrera en AI / ML.
¡Buena suerte!
PD: desea conocer los últimos recursos de AI y ML en profundidad en la web, DEBE ver esta página de índice aquí .
