Esta es más una pregunta cualitativa ya que la definición de “mejor” puede variar de persona a persona. Después de haber realizado una amplia investigación y trabajado en aplicaciones de ML en una gran cantidad de campos ortogonales, aquí está mi 0.02 $:
El aprendizaje automático implica teóricamente aplicaciones de probabilidad, proceso aleatorio, cálculo diferencial y estadística.
UC Berkeley y Stanford tienen fuertes contribuciones a los sistemas de vanguardia (ambos algoritmos, matemáticas). Varios softwares / cajas de herramientas para escalar estos algoritmos a grandes cantidades de datos han salido de aquí.
Los clasifico en la parte superior debido a la cantidad de contribución realizada por ellos a través de los gigantes de Silicon Valley. Sus laboratorios producen gran investigación, documentos y productos año tras año.
CMU, UT Austin, Columbia están a la altura. Varios temas y teorías seminales han salido directamente de aquí. Sus aplicaciones en visión, habla, PNL, aprendizaje profundo también han sido muy esenciales para el crecimiento del campo.
Los programas y laboratorios dedicados hacen que valga la pena el tiempo.
- ¿Qué clases debo tomar en un colegio comunitario para transferirme al MIT?
- Tengo 28 años y todavía estoy en mi primer año de la facultad de medicina. Siento que he malgastado mi vida y no soy nadie. ¿Qué tengo que hacer?
- ¿Cuáles son algunos ejemplos de investigación en los que participan estudiantes universitarios de física?
- ¿Cómo es la vida en la mayoría de las universidades estadounidenses mientras cursas una maestría en informática?
- Cómo convencer a un profesor para que me acepte para Caltech SURF considerando que soy un estudiante internacional
Otros grupos de investigación notables están presentes en:
MIT, UCLA, Georgia Tech con diversas aplicaciones en BioTech / informática, robótica, etc.
Sin embargo, en una nota ortogonal, creo que uno de los mejores lugares para aplicar / aprender Machine Learning son las empresas ávidas de datos de Silicon Valley / Beach, donde se recopilan y almacenan PetaBytes de datos estructurados y existe la infraestructura para enseñar máquinas a partir de esto. gran almacén de conocimiento para aplicaciones específicas.
Para obtener mejores respuestas, también debe sugerir qué problemas de la vida real desea resolver mediante el aprendizaje automático. Eso podría conducir a respuestas diferentes y más fructíferas.
A su vez, si lo que desea aprender son los conceptos generales de Machine Learning, Coursera tiene un montón de cursos disponibles que realmente son suficientes.
Sin embargo, un buen comienzo sería repasar tus habilidades de Álgebra Lineal, Probabilidad / Estadísticas y Cálculo.
Espero que esto ayude.