¿Cómo y dónde puedo comenzar a aprender inteligencia artificial y aprendizaje automático?

La inteligencia artificial (IA, también inteligencia de máquina, MI) es un comportamiento aparentemente inteligente por parte de las máquinas, en lugar de la inteligencia natural (NI) de los humanos y otros animales. En informática. La investigación de IA se define como el estudio de “agentes inteligentes”: cualquier dispositivo que perciba su entorno y tome medidas que maximicen sus posibilidades de éxito en algún objetivo. Coloquialmente, el término “inteligencia artificial” se aplica cuando una máquina imita las funciones “cognitivas” que los humanos asocian con otras mentes humanas, como “aprendizaje” y “resolución de problemas”.

PUEDES APRENDER AI A TRAVÉS DE ALGUNOS CURSOS EN LÍNEA:

Los mejores cursos en línea de IA:

  • Inteligencia Artificial AZ ™: Aprenda a construir una IA
  • Inteligencia artificial: aprendizaje automático con Python

PREFIERE EL PRIMER CURSO:

De este curso puedes aprender sobre:

  • Construye una IA
  • Comprender la teoría detrás de la inteligencia artificial
  • Hacer un auto virtual
  • Haz una IA para vencer a los juegos
  • Resolver problemas del mundo real con IA
  • Domina los modelos más modernos de IA
  • Q-Learning
  • Deep Q-Learning
  • Aprendizaje Q convolucional profundo
  • A3C

Libros de texto sugeridos;

  • Inteligencia Artificial con Python por Prateek Joshi
  • Introducción a la inteligencia artificial: segunda edición ampliada de Philip C. Jackson

El aprendizaje automático es una aplicación de inteligencia artificial (IA) que proporciona a los sistemas la capacidad de aprender y mejorar automáticamente a partir de la experiencia sin ser programado explícitamente. El aprendizaje automático se centra en el desarrollo de programas informáticos que pueden acceder a los datos y utilizarlos para aprender por sí mismos.

El que tiene interés en saber sobre el aprendizaje automático puede aprender el aprendizaje automático que depende totalmente de la persona. también debe saber la importancia de ML, toneladas de compañías están haciendo todo lo posible para contratar ingenieros competentes, ya que ML se está convirtiendo gradualmente en el cerebro detrás de la inteligencia empresarial. A través de él, las empresas pueden dominar las preferencias de los consumidores aumentando así las ganancias.

Puede aprender el aprendizaje automático a través de algunos cursos en línea:

Te sugeriré algunos de los mejores cursos:

Los mejores cursos en línea de ML

  • Machine Learning AZ ™: Python práctico y R en ciencia de datos
  • Bootcamp de ciencia de datos y aprendizaje automático con R

Es mejor elegir el primer curso en línea ya que se usa ampliamente …

De este curso puedes saber sobre:

Este curso es divertido y emocionante, pero al mismo tiempo nos sumergimos profundamente en Machine Learning. Está estructurado de la siguiente manera:

  • Parte 1: preprocesamiento de datos
  • Parte 2: Regresión: Regresión lineal simple, Regresión lineal múltiple, Regresión polinómica, SVR, Regresión de árbol de decisión, Regresión forestal aleatoria
  • Parte 3 – Clasificación: Regresión logística, K-NN, SVM, Kernel SVM, Naive Bayes, Clasificación del árbol de decisión, Clasificación aleatoria del bosque
  • Parte 4 – Agrupación: K-medias, agrupación jerárquica
  • Parte 5 – Aprendizaje de reglas de asociación: Apriori, Eclat
  • Parte 6 – Aprendizaje de refuerzo: límite de confianza superior, muestreo de Thompson
  • Parte 7 – Procesamiento del lenguaje natural: modelo de bolsa de palabras y algoritmos para PNL
  • Parte 8 – Aprendizaje profundo: redes neuronales artificiales, redes neuronales convolucionales
  • Parte 9 – Reducción de dimensionalidad: PCA, LDA, Kernel PCA
  • Parte 10 – Selección y refuerzo del modelo: validación cruzada k-fold, ajuste de parámetros, búsqueda de cuadrícula, XGBoost

Además, el curso está repleto de ejercicios prácticos basados ​​en ejemplos en vivo. Entonces, no solo aprenderá la teoría, sino que también obtendrá práctica práctica para construir sus propios modelos.

Algunos cursos adicionales de ML en línea:

  • Aprendizaje automático para ciencia de datos
  • principiante a avanzado: aprendizaje automático y redes neuronales

Libros de texto sugeridos de ML:

  • Aprendizaje automático: algoritmos fundamentales para el aprendizaje supervisado y no supervisado con aplicaciones del mundo real por Joshua Chapmann
  • Fundamentos del aprendizaje automático para el análisis predictivo de datos: algoritmos, ejemplos trabajados y estudios de casos (MIT Press) por John D. Kelleher y Brian Mac Namee y Aoife D’Arcy

buena suerte……

El aprendizaje automático en su forma más básica es la práctica de usar algoritmos para analizar datos, aprender de ellos y luego hacer una determinación o predicción sobre algo en el mundo. Entonces, en lugar de codificar manualmente las rutinas de software con un conjunto específico de instrucciones para realizar una tarea en particular, la máquina está “capacitada” utilizando grandes cantidades de datos y algoritmos que le permiten aprender a realizar la tarea.

Conozca más sobre el aprendizaje automático .

El aprendizaje automático vino directamente de las mentes de los primeros grupos de IA, y los enfoques algorítmicos a lo largo de los años incluyeron el aprendizaje del árbol de decisiones, la programación de lógica inductiva. agrupación, aprendizaje por refuerzo y redes bayesianas, entre otros. Como sabemos, ninguno logró el objetivo final de la IA general, e incluso la IA estrecha estuvo fuera del alcance con los primeros enfoques de aprendizaje automático.

La inteligencia artificial es el futuro. La inteligencia artificial es ciencia ficción. La inteligencia artificial ya es parte de nuestra vida cotidiana. Todas esas declaraciones son ciertas, solo depende de qué sabor de IA se refiera.

Saber más sobre inteligencia artificial .

En los últimos años, la IA ha explotado, y especialmente desde 2015. Mucho de eso tiene que ver con la amplia disponibilidad de GPU que hacen que el procesamiento paralelo sea cada vez más rápido, más barato y más potente. También tiene que ver con el doble golpe simultáneo de almacenamiento prácticamente infinito y una avalancha de datos de cada banda (todo ese movimiento de Big Data): imágenes, texto, transacciones, datos de mapeo, lo que sea.

Inteligencia artificial: un enfoque moderno es como la Biblia para la inteligencia artificial. Lo que me preocupa es que la publicidad de los medios ha hecho que la Inteligencia Artificial y el Aprendizaje automático sean intercambiables {no lo son}. Hay aspectos AI {Ej. Lógica que es útil en muchas aplicaciones de la vida real Razonamiento, semántica, etc., que a menudo se pasan por alto.

Todo un trozo de inteligencia artificial: Wikipedia es bastante impresionante. Elegiría artículos aleatorios de este trozo y profundizaría más en el tema que me gustaría.

Si buscas más desde la perspectiva de la aplicación:

  1. aimacode es la colección Github Repo para libros de texto
  2. Tutoriales de scikit-learn
  3. También se recomienda participar en las competencias de Kaggle Playground: Más información: The Playground

Recursos Relacionados:

  1. ¿Dónde puedo obtener datos de capacitación para mis proyectos de aprendizaje automático? ¿Hay alguna fuente que proporcione datos que puedan usarse en un estereotipo de proyectos?
  2. ¿Cuál es el mejor libro para aprender el aprendizaje automático usando Python desde cero?

Puede iniciar la inteligencia artificial y el aprendizaje automático en cualquier momento y de la forma que desee. Haz una cosa.

Lleve una libreta o libreta. Toma una lapicera. Tome su computadora portátil o de escritorio. Enciende Internet. Ve a Youtube. Tipo

“Inteligencia artificial” en el cuadro de búsqueda. Anote los conceptos básicos en los tutoriales.

Ahora repita todos los pasos y escriba “Aprendizaje automático” en el cuadro de búsqueda. Ir a través de tutoriales.

Ahora, para el aprendizaje automático, debe elegir el idioma en función de lo que desea aprender. Elija entre Python, Ruby, C ++ o cualquier lenguaje en el que lo encuentre conveniente. Le recomiendo que use Python para obtener la mejor experiencia y disponibilidad de una gran cantidad de bibliotecas.

Ahora, en su computadora portátil, vaya a C: conduzca e instale Python 3x o superior porque podrá ejecutar el tema con facilidad. Le recomiendo que use Python 3.4, porque se adapta mejor a las últimas bibliotecas. Ahora, necesita la siguiente lista de bibliotecas:

Numpy

Scipy

Scikit-learn

Matploitlib

Frasco y muchos más. Consulte docx de aprendizaje automático para obtener una referencia detallada. Pero esos son los valores predeterminados de los que dependerá el aprendizaje automático.

Ahora, instale cualquier editor de texto ⌨ como ATOM, NOTE PAD ++, SUBLIME TEXT o cualquiera en el que se sienta cómodo.

Comience sus conceptos básicos de tutoriales de aprendizaje automático desde su tubo y complete la serie de tutoriales en video. Si eres bueno en lógica y comprensión, aprenderás los conceptos básicos en solo un cuarto de mes.

O bien, puede tomar cursos en línea de varios sitios educativos como Edx, Udemy, Corsera, Udacity y muchos otros. ¡Pero asegúrese de tener una base sólida en el lenguaje Python antes de continuar!

Felicidades !!! Ahora eres un exitoso desarrollador de máquinas y AI.

Solo para repetir, puede comenzar a aprender AI y ML en cualquier lugar y en cualquier momento que desee. Solo necesita una computadora de escritorio o una computadora portátil. Una conexión rápida a internet. Disciplina. Trabajo duro. Fuerte lógica y pensamiento analítico.

¡¡¡Bingo!!! Has hecho lo que quieres. Por lo tanto, estas son las cosas que debe tener en cuenta para aprender cualquier materia.

Hasta entonces BUENA SUERTE !!! FELIZ CODIFICACIÓN !!!

En primer lugar, existe mucha confusión entre las personas en términos de lo que es ciencia de datos / aprendizaje automático / red neuronal / aprendizaje profundo, etc. Además de eso, los grandes datos siguen llegando.

En el momento en que los entiendas claramente, aprender será muy fácil. Recomendaré echar un vistazo a los dos tutoriales de YouTube a continuación, te ayudarán mucho.

En primer lugar, debe tener conocimientos básicos de informática. Sería mejor si está inscrito en un título relacionado con la informática.

Hay muchas cosas buenas en Internet para aprender.

Algunos de los libros que encontré muy bien escritos son:

1. Inteligencia artificial: un enfoque moderno de Russel y Norvig

2. Inteligencia Artificial por ricos y caballeros

Hay un curso sobre edx para IA que vale la pena estudiar: Inteligencia Artificial (AI)

Te sugiero que vayas a este sitio web y veas

Cómo iniciar AI / ML / DL. ¡¡Buena suerte!!