Para un programador que no sabe casi nada sobre el aprendizaje automático, ¿cuál recomendaría como la mejor ruta para aprenderlo?

Answer 1

De acuerdo, esto depende totalmente de tu formación matemática. Como otros han mencionado, puede comenzar por las diferentes versiones del curso de Machine Learning que ofrece Andrew Ng en Coursera [1].

Si cree que el material es demasiado lento para usted, puede consultar el curso de aprendizaje automático de nivel de posgrado de Nando de Freitas disponible en Youtube [3]. Ha hecho un gran trabajo al explicar el proceso gaussiano, la optimización bayesiana y el muestreo, que generalmente es difícil de comprender y comprender por sí mismo (como SVM). Por lo general, estos temas no están cubiertos en los cursos de Machine Learning, pero son extremadamente potentes con numerosas aplicaciones. Además, hay algunas conferencias sobre la introducción al aprendizaje profundo y sobre cómo Google lo está utilizando, si desea obtener una visión general rápida.

E incluso si eso parece ser fácil, debe buscar la video conferencia de Andrew Ng (clase Stanford real) disponible en Youtube [3]. Esta serie de video conferencias es absolutamente brillante y mi clara favorita. Aunque las matemáticas son un poco complicadas, Andrew ha hecho un trabajo brillante al explicarlas y, en general, es fácil de seguir si tiene antecedentes matemáticos adecuados (álgebra lineal, teoría de la probabilidad y un poco de cálculo).

Si desea obtener algunas implementaciones, debe buscar Kaggle [4]. Existen numerosos problemas de práctica con datos del mundo real que podrían resolverse los fines de semana con una precisión considerable. Si desea asesoramiento sobre lenguaje de programación; vaya con Python y la biblioteca scikit-learn [5]. Es bastante minucioso.

¡Y buena suerte!

[1] Coursera
[2] Nando de Freitas
[3] Universidad de Stanford
[4] Ir de Big Data a Big Analytics
[5] scikit-learn: aprendizaje automático en Python

Answer 2

No me consideraría un experto en aprendizaje automático, sin embargo, durante una clase de recuperación de información, utilizamos un libro en línea gratuito: Introducción a la recuperación de información.
Fue una lectura bastante fácil y cubrió algunos aspectos básicos sobre el aprendizaje automático. Debería echar un vistazo a la tabla de contenido y ver si cubre sus necesidades =)

Answer 3

La clase de aprendizaje automático de Andrew Ng puede ser un buen comienzo, puede que quieras ensuciarte las manos con la biblioteca de python y scikit. Sistemas de recomendación, hay un curso sobre cursos de la Universidad de Minnesota.

Ya respondió similar en: ¿Cuáles son los mejores cursos (universidad) disponibles para el análisis de datos?

Answer 4

Completé la clase de Andrew Ng en Coursera. Fue un buen aprendizaje. Sin embargo, después de eso estaba un poco perdido. No se pudo continuar. Kaggle me miró demasiado para aprender. ¿Hay otro lugar donde la gente discuta un problema particular y el proceso de resolver el mismo? Gran problema dividido en pequeños pasos?

Answer 5

Tome la clase de aprendizaje automático en Coursera por el profesor Andrew Ng. Te insto a que lo tomes. Yo mismo me beneficié mucho. Es para principiantes y el contenido es perfecto sin profundizar en las matemáticas involucradas.

Answer 6

El curso de aprendizaje automático de Coursera es un buen comienzo. Acaban de comenzar una nueva sesión la semana pasada.
Si eres un principiante y quieres aprender el aprendizaje automático, entonces definitivamente deberías echarle un vistazo.

Además, Learning From Data MOOC enseñado por el ganador del Premio Feynman, Profesor Yaser Abu-Mostafa de Caltech, es un excelente recurso.

Answer 7

Estoy totalmente de acuerdo con las respuestas de Nitin Gupta y Harshit a continuación. Me gustaría agregar que las conferencias del Prof. Abu-Mostafa [1] también fueron muy útiles.

1. Aprendiendo de los datos – Curso en línea (MOOC)