Puede comenzar con el aprendizaje automático, una subparte de la inteligencia artificial que es trivial hoy en día. Hay un gran curso de aprendizaje automático por Andrew Ng en curso que cubre algoritmos populares relacionados con ML con derivaciones matemáticas. Después de eso, puede pasar a Python (verifique la introducción de udacity a ML) ya que la mayoría de las bibliotecas famosas relacionadas con ML (como tensorflow, keras) se pueden usar en python. Hacer los dos anteriores desarrollará sus habilidades para hacer mini proyectos y será útil para colaborar con otras personas (ML se puede aplicar a muchos campos como biología computacional, dispositivos inteligentes, análisis de datos …)
Además, recomendaría encontrar compañeros interesados en lo mismo para que se vuelva divertido y puedan despejar dudas entre ellos. Alternativamente, puede despejar dudas en foros en línea.
Si aún le gusta el tema después de los dos procesos anteriores, puede sumergirse en el aprendizaje profundo (udacity) y estudiar libros como el reconocimiento de patrones por parte de Bishop para obtener más rigor, conocimiento y confianza. Los maestros en el campo serán los mejores. (Si te gusta, tu llamada!)
¡Aprende y construye!
- ¿Cuáles son las oportunidades de carrera después de BSC y MSC en física?
- ¿Cual deberia elegir? ¿Una maestría en computación en la nube de NCI o DCU?
- ¿Podemos hacer psicología de maestría o psicología de maestría después de completar la licenciatura con ciencias de la computación y cuál es el proceso para ello?
- ¿Debo hacer una maestría en administración en LSE con 2.5 años de experiencia laboral?
- ¿Qué es mejor, un MS o un M.Tech de un IIT?
Trabajo en el Next Tech Lab. Echa un vistazo a nuestro sitio genial. [1]
Notas al pie
[1] Siguiente laboratorio de tecnología