¿Es útil tomar un curso de probabilidad de posgrado para una carrera en aprendizaje automático?

Answer 1

Por curso de probabilidad de nivel de posgrado, supongo que te refieres a una introducción para medir la probabilidad teórica o algo más avanzado. Básicamente un curso de análisis real.

La respuesta corta: depende de lo que quieras decir con una carrera en aprendizaje automático.

Si desea trabajar en la industria, por ejemplo, como científico de datos o ingeniero de software enfocado en ML, probablemente habrá cursos más relevantes que puede tomar. (Los cursos donde se ensucian las manos con datos reales saltan al frente de la lista).

Sin embargo, si está interesado en la investigación académica o de aprendizaje automático, ¡un curso de probabilidad podría ser realmente valioso! De ninguna manera soy un experto, pero he visto dos publicaciones académicas recientes en el blog que combinan probabilidad y aprendizaje automático:

1. Las dos culturas de optimización. El autor habla sobre un artículo que él y un coautor escribieron que muestra que el recocido simulado, un enfoque de optimización basado en una caminata aleatoria (es decir, probabilidad), en cierto sentido, puede realizarse como un método de punto interior. (Los IPM son algoritmos ampliamente exitosos para la optimización tanto en teoría como en práctica, por lo que esta interpretación probabilística es un desarrollo genial).
2. ¿Cuál es la (hola) historia de mi red? El autor habla sobre los esfuerzos para desarrollar una teoría estadística de gráficos aleatorios. Si bien no es explícitamente ML, este trabajo tiene el potencial de ser increíblemente útil cuando se trata de analizar y comprender datos de red a gran escala, lo que a su vez podría tener implicaciones ML.

¡Al final, debes tomar cursos que te parezcan interesantes! Personalmente, me encantan estas cosas. Pero si eres menos inclinado a las matemáticas y solo quieres hacer cosas geniales con datos, un curso de probabilidad de nivel de posgrado probablemente (je) no es para ti.

Answer 2

Siendo un estudiante graduado que persigue ciencias de la computación, sin ninguna experiencia industrial, no sé si puedo responder esto correctamente.

Pero no obstante, dejaré caer los dos centavos.

¿Por qué estadísticas?

1) Te ayudará orgánicamente a comprender el funcionamiento interno de cualquier algoritmo de aprendizaje automático. Incluso un problema de regresión básico necesita que comprenda las estadísticas básicas sin las cuales no puede comprender o interpretar el resultado.

2) Machine Learning no está ejecutando un conjunto de cosas que están predefinidas, constantemente necesita mejorarlo. No siempre, pero la mayoría de las veces las estadísticas lo ayudarán a mejorar su algoritmo al ajustar una parte de un cierto algoritmo.

3) Si sabe cómo usar un determinado paquete y de alguna manera logra obtener un resultado, ¿cómo verificaría su validez? Las estadísticas y las matemáticas te darán la verificación.

La prueba T, la prueba P, etc., es algo que los analistas de datos usan regularmente.

OMI, deberías aprender estadísticas.

Answer 3

Si desea investigar en el aprendizaje automático, en algún momento deberá involucrarse con una teoría de probabilidad seria. Es posible que no necesite probar nada usted mismo, pero deseará leer la prueba de otra persona en algún momento, y tener antecedentes formales lo hará mucho más fácil.

Si quieres ser un profesional, no es el curso más útil que puedes tomar, pero tampoco es el menos importante. Si tienes espacio en tu agenda y tienes los requisitos previos, yo diría que lo pruebes. Pero si elige entre la teoría de probabilidad y, por ejemplo, la optimización convexa, el curso de optimización es mucho más útil.

Answer 4

¿Ya conoces la teoría de probabilidad de nivel de pregrado? Si no, tome un curso de pregrado primero. No tendrás una oportunidad con el nivel de posgrado de lo contrario.

Si se siente cómodo con la teoría de probabilidad de nivel de pregrado, hay dos opciones:

• Toma el curso de posgrado también. Esto debería darle una buena comprensión del campo, lo que siempre es útil si quiere pensar originalmente más tarde. Véase también El arte de hacer ciencia e ingeniería de Richard Hamming.
• No tome el curso de posgrado y vaya directamente a un curso de aprendizaje automático. Con la teoría de probabilidad de nivel de pregrado, debería hacerlo bien y siempre puede consultar algún libro de texto si necesita saber algo que no está cubierto en el curso de pregrado.