Intenta hacer las cosas reales. Al igual que cuando estás aprendiendo a programar, primero debes conocer la teoría subyacente de cómo funciona y luego hacer cosas realmente locas creando tu propio programa.
Es lo mismo con el aprendizaje automático, sin embargo, es más difícil ya que requiere una cierta cantidad de conocimientos de matemáticas para comprenderlo en profundidad. Debería intentar implementar los algoritmos que aprendió de los libros en el idioma que elija, pero sugeriría Python ya que es ampliamente utilizado para Machine Learning y tiene toneladas de bibliotecas que le facilitarán la vida.
Si ya ha realizado algunas tareas de codificación, vaya a resolver problemas del mundo real en Kaggle. Pruebe el incidente titánico y luego intente colaborar con otros para aprender de ellos.
- He desarrollado mucho interés orientado a la investigación en física cuántica y ciencias de la computación / ciencia computacional, pero estoy buscando un BE en CSE de alguna universidad baja. No lo he intentado para IISC / IIST / IIT. Ahora me arrepiento de mi decisión. ¿Puedo hacer algo de justicia con mis intereses en este momento?
- ¿Cómo cambiaría el mundo digital si pudieras comprimir cualquier archivo al 0.001% de su tamaño original para archivos de al menos 1 KB de tamaño?
- ¿Qué grandes ideas en ingeniería se pierden en informática?
- ¿Quién es el Einstein de la informática?
- ¿Por qué es importante el cifrado?
¿Qué algoritmo es mejor para qué escenario? Sabrás las cosas con seguridad después de haber hecho cosas reales. Es posible que algunos ya sepan cuando se han enfrentado a un problema en particular cuáles serían los algoritmos posibles para resolver el problema después de leer algunos libros, ya que hay libros que lo exponen a diferentes problemas que explican por qué y cómo este algoritmo resuelve el problema, no se preocupe. están en el camino correcto.
No dejes que lo que te preocupa te restrinja para resolver problemas del mundo real. Lo sabrás por bastante tiempo sin darte cuenta.
