¿Qué debo comenzar primero con estructuras de datos y algoritmos o inteligencia artificial de aprendizaje automático?

En primer lugar, la inteligencia artificial es bastante distinta de las estructuras de datos. AI es el estudio de cómo crear agentes inteligentes. En la práctica, es cómo programar una computadora para que se comporte y realice una tarea como lo haría un agente inteligente (por ejemplo, una persona). Esto no tiene que implicar el aprendizaje o la inducción, solo puede ser una forma de ‘construir una mejor trampa para ratones’. Por ejemplo, las aplicaciones de IA han incluido programas para monitorear y controlar procesos en curso (por ejemplo, aumentar el aspecto A si parece demasiado bajo). Tenga en cuenta que AI puede incluir casi cualquier cosa que haga una máquina, siempre que no lo haga ‘estúpidamente’.

Sin embargo, en la práctica, la mayoría de las tareas que requieren inteligencia requieren la capacidad de inducir nuevos conocimientos a partir de las experiencias. Por lo tanto, un área grande dentro de la IA es el aprendizaje automático . Se dice que un programa de computadora aprende alguna tarea de la experiencia si su desempeño en la tarea mejora con la experiencia, de acuerdo con alguna medida de desempeño. El aprendizaje automático implica el estudio de algoritmos que pueden extraer información automáticamente (es decir, sin orientación humana en línea). Ciertamente, algunos de estos procedimientos incluyen ideas derivadas directamente de estadísticas clásicas o inspiradas en ellas, pero no tienen por qué serlo. De manera similar a la IA, el aprendizaje automático es muy amplio y puede incluir casi todo, siempre que tenga algún componente inductivo. Entonces, a menos que no sea bueno en estructuras de datos y algoritmos, tendrá dificultades en el aprendizaje automático de IA.

Mis sugerencias: ser exhaustivo en las estructuras de datos y, lo que es más importante, en los algoritmos y luego pasar a la inteligencia artificial de aprendizaje automático.

Los mejores deseos… !!!

Ambos son pilares individuales en sí mismos. Teniendo en cuenta que DS & Algo lo adelanta principalmente al campo de Ingeniería de desarrollo de software. Sin embargo, ML / AI ha comenzado a construir su propio campo con mucha correlación con las estadísticas y la ciencia de datos.

Sin embargo, a un nivel intermedio, DS & Algo y ML / AI se complementan entre sí. Por lo tanto, crear aplicaciones que requieran ambos seguramente será divertido. 😀

Por lo tanto, le sugiero que comience su fundación con DS & Algo primero y luego avance a AI y luego a ML ( finalmente, neurocomputación y aprendizaje profundo, si es posible ) . Hay una razón para esta jerarquía de aprendizaje, con suerte lo descubrirá usted mismo en el futuro.

Recomendaré dominar la estructura de datos y los algoritmos primero. Después de desarrollar habilidades para juzgar qué algoritmo es mejor y también haber aprendido sobre gráficos y otras estructuras de datos, será mucho más fácil. Recuerde que el aprendizaje profundo son solo modelos gráficos con funciones de activación. Además, recomiendo tomar muchos cursos de matemáticas como algbra lineal y probabilidad también antes de sumergirse en ML.

Creo que primero debe comenzar con la estructura de datos y luego ir a aprender algoritmos. El parámetro de algoritmos y sus tipos. Luego, debe buscar varias técnicas de diseño de algoritmos, como programación dinámica, método codicioso, programación de enteros, algoritmos de aproximación.

Para comenzar el aprendizaje automático y la inteligencia artificial, primero debe aprender sobre las características del problema, la representación del problema y sus tipos.

También debe analizar cómo definir funciones objetivas y técnicas de optimización.

Si está buscando un trabajo en este momento, concéntrese en estructuras de datos, algoritmos. Echa un vistazo a este libro -> Entrevista de código informático destilado o descifrado

Si aún tiene tiempo antes de que comience la locura en torno a la búsqueda de empleo, aprenda ML / AI. Como tal, ML / AI no son contendientes inmediatos para trabajos en los niveles de entrada.

La estructura de datos es lo más importante y un poco difícil, ya que es demasiado amplia y complicada para aprender IA …… y si completa las estructuras de datos primero, será mucho más inteligente para relacionar todo mientras aprende máquinas más tarde

Y repase sus habilidades de codificación, pero va a ser un largo viaje si va a crear un software de IA por su cuenta

Piense antes de comenzar a analizar sus habilidades de velocidad el tiempo requerido el tiempo que tiene y luego dé un paso

Y si, todo lo mejor

Estructuras de datos, por supuesto …

Dependerá en gran medida de las estructuras de datos cuando utilice el aprendizaje masivo.

La obvia son las estructuras de datos.