Puede que no sea el “mejor” curso, pero seguramente puedo decir que es uno de los mejores cursos para las personas que desean conocer el aprendizaje automático. Pero sí, debe tomarse como un curso intensivo y no debe comparar la complejidad del curso con ningún libro. El curso omite muchas pruebas y derivaciones, por lo que sería mejor si sigue un libro complementario (como los libros de Christopher Bishop o E. Alpaydin) que analiza esos mientras toma el curso. De esta manera, puede obtener un conocimiento sólido sobre el tema. También puede seguir video conferencias de otros profesores si no está satisfecho con la explicación (por ejemplo, seguí las conferencias de Abu Mostafa y Patrick Winston para obtener un conocimiento detallado sobre SVM)
Hay pocos temas que deberían haberse incluido, como KNN, árboles de decisión, aprendizaje de refuerzo, etc., sin los cuales su conocimiento introductorio de ML está incompleto. Estos temas los debe cubrir desde libros u otras conferencias en video disponibles en Youtube.
Para concluir, el curso puede no estar completo pero está muy bien estructurado para principiantes. Hay una razón detrás de ser el curso de CS más popular en Coursera.
- Si el generador y el discriminador usan SGD en Redes Adversarias Generativas, ¿por qué el entrenamiento de adversarios se llama no supervisado?
- ¿Los humanos son actualizadores bayesianos?
- ¿Cómo puedo sobresalir en el aprendizaje automático con antecedentes estadísticos?
- ¿Qué pensaría BF Skinner del aprendizaje automático?
- Cómo lidiar con datos sin patrones en los que necesito realizar un modelo de clasificación