En lo que respecta a Python, un conocimiento decente del lenguaje, poder jugar con listas y diccionarios debería ser suficiente. Un curso simple en Python sería suficiente para esto.
Para comenzar con SÍ , el aprendizaje automático es diferente en comparación con la programación competitiva. A diferencia de allí, en Machine learning se trata de aprovechar los mejores resultados mediante el uso de herramientas ya accesibles para usted en forma de varias bibliotecas. Permítanme detallar eso, todos los algoritmos clave ya se han codificado y empaquetado en bibliotecas como scikit-learn, numpy, etc. Su trabajo es identificar los mejores algoritmos para usar junto con los mejores parámetros e implementarlos en sus datos. Aunque no puedo enfatizar lo suficiente, cuánto peso comprenderán los algoritmos en sus resultados.
Ahora, por supuesto, necesitaría tener muy buenos conocimientos sobre las bibliotecas relacionadas con el aprendizaje automático. Aquí hay un enlace que contiene una lista de bibliotecas importantes: las mejores bibliotecas de aprendizaje automático en Python
- ¿Cómo es el curso de aprendizaje automático NPTEL?
- ¿Se aplica Occam's Razor en el aprendizaje automático?
- ¿Qué cantidad de sistemas de recomendación se trata solo de usar el algoritmo correcto?
- ¿Cuál es la próxima gran cosa en el aprendizaje automático después de que hayamos terminado con el aprendizaje profundo?
- Cómo crear la línea de regresión de mínimos cuadrados (error cuadrático medio mínimo) en R
