La mayoría de los cursos introductorios a Machine Learning tendrán una sección sobre Redes neuronales. Por lo tanto, puede comenzar tomando el excelente Curso de Introducción al Aprendizaje Automático [1] de Andrew Ng. Si desea profundizar un poco más en el tema, puede tomar el curso de Redes neuronales para el aprendizaje automático [2] de Geoff Hinton. Finalmente, si necesita un libro que lo acompañe, también debe consultar el libro Deep Learning [3] de Ian Goodfellow y Yoshua Bengio, que no solo tiene una introducción maravillosa a las redes neuronales, sino que también le enseñará cosas más complejas arquitecturas
Una vez que haya terminado con eso, y como mencioné en mi respuesta a ¿Cómo aprendo el aprendizaje automático ?, creo que es muy importante que comience a practicar en problemas y conjuntos de datos reales. Por lo tanto, entre en uno de los muchos frameworks de código abierto que existen (recomendaría Keras del usuario de Quora [4] con el backend de Tensor Flow) y comience a practicar, tal vez en algunos de los conjuntos de datos disponibles públicamente en Kaggle [5].
Notas al pie
- Cómo construir técnicas de aprendizaje automático para una aplicación móvil
- ¿Cuáles son las principales áreas de la investigación bioinformática actual?
- ¿Pueden las redes neuronales profundas resolver problemas NP-Hard?
- ¿Para qué tipo de problemas de aprendizaje automático no sería adecuado el aprendizaje profundo?
- ¿Qué marco de trabajo en el aprendizaje automático puede manejar grandes conjuntos de datos?
[1] Aprendizaje automático – Universidad de Stanford | Coursera
[2] Redes neuronales para el aprendizaje automático – Universidad de Toronto | Coursera
[3] Aprendizaje profundo
[4] fchollet / keras
[5] Tu hogar para la ciencia de datos