Supongo que quiere decir que desea utilizar enfoques de aprendizaje automático para resolver problemas (es decir, minería de datos). Para esto necesitarás:
- Un problema a resolver (lo que quieres hacer)
- Datos (ejemplos del dominio con el que trabajará)
- Una medida de rendimiento (alguna forma de saber cuándo sus resultados son buenos / malos)
Además, necesitará algún tipo de entorno para implementar sus métodos y modificar sus datos, etc. El curso en línea de Andrew Ng’s Machine Learning tiene excelentes tutoriales para aprender con Octave. También hay muchos tutoriales en línea para Tensorflow. Por supuesto, obtendrá mejores resultados si tiene un buen repertorio de algoritmos y técnicas, que puede encontrar en toneladas de libros de texto y videos / cursos en línea. Las “mejores” herramientas dependerán del tipo de problema / datos que tenga y de las habilidades que posea y esté dispuesto a adquirir.
También necesitará una máquina capaz de ejecutar dicho entorno. Quiero decir, técnicamente puedes “hacer Machine Learning” con papel y lápiz, pero eso probablemente no sea exactamente lo que tenías en mente. 😉
- ¿Cómo funcionan los algoritmos de aprendizaje automático de Google?
- ¿Cuáles son los componentes básicos del reconocimiento de voz desde el punto de vista DSP?
- Cómo dibujar un múltiple de un autoencoder variacional en Keras
- ¿Cómo asociaría un producto con una categoría y subcategoría basada en la descripción de texto del producto?
- ¿Cuál es la diferencia entre la anotación automática de imágenes y la recuperación de imágenes?
