Guau. Un montón de preguntas.
Primero tendrá que repasar las matemáticas (álgebra lineal, matrices, cálculo) y luego familiarizarse con varias funciones clave como la regresión lineal → regresión logística → y luego en redes neuronales.
Luego , deberá ajustar su comprensión de algunas bibliotecas científicas clave, a través de Python o R, tal Numpy.
- ¿Los robots reemplazarán a los gerentes y jefes?
- ¿Cuáles son buenos recursos para construir una IA de Texas Hold'em No Limit?
- ¿Qué es la poda neural? ¿Cómo sucede?
- ¿Cómo determinaría qué transacciones con tarjeta de crédito son recurrentes dados al menos varios meses del historial de transacciones de un individuo?
- ¿Pueden los robots realmente tomar conciencia de sí mismos?
Es muy útil participar en algunos cursos en línea selectos, como la máquina de Andrew Ng y el aprendizaje profundo en Coursera, edx o más capacitación específica de la industria en Udacity
Advertencia: sé súper selectivo sobre cómo tu estilo de aprendizaje coincide con la enseñanza que tomarás en línea. He visto muchos entrenamientos en línea, un montón de charlas BS y un pequeño paseo
Luego, finalmente, marque su propia ruta para planificar su aprendizaje, de modo que domine lo que es relevante y qué implementación son industrializables (es decir, sus habilidades recién adquiridas se pueden aplicar directamente). La aplicación de redes neuronales en los gatos es excelente, pero su futuro empleador puede no estar en el negocio de los gatos.
Estoy usando mi propia lista, que actualizo diariamente para aprender lo último y descartar lo que está perdiendo fuerza. Vea si esto le interesa: TarrySingh / Artificial-Intelligence-Deep-Learning-Machine-Learning-Tutorials
¡Buena suerte!