DEV Community

loading...
Cover image for Aprender Machine Learning (primeros pasos, recursos, experiencias)

Aprender Machine Learning (primeros pasos, recursos, experiencias)

leslysandra
Enthusiastic Learning! Teaching/Learning about Coding and Machine Learning Travel - Hacks - Tech
4 min read

Hola Mundo! Buscando aprender sobre Machine Learning (Aprendizaje Autom獺tico)?
En los 繳ltimos meses he estado grabando un par de videos para mi canal de YouTube revisando algunos recursos existentes en l穩nea (la mayor穩a gratis) para aprender sobre Machine Learning.

Primero, qu矇 es Machine Learning
...es el subcampo de las ciencias de la computaci籀n y una rama de la inteligencia artificial, cuyo objetivo es desarrollar t矇cnicas que permitan que las computadoras aprendan. Se dice que un agente aprende cuando su desempe簽o mejora con la experiencia y mediante el uso de datos; es decir, cuando la habilidad no estaba presente en su genotipo o rasgos de nacimiento.1 "En el aprendizaje de m獺quinas un computador observa datos, construye un modelo basado en esos datos y utiliza ese modelo a la vez como una hip籀tesis acerca del mundo y una pieza de software que puede resolver problemas" wikipedia

Bueno como su nombre lo dice "Aprendizaje Autom獺tico" pues, es hacer este software que permita al mismo software aprender de una forma m獺s autom獺tica, sin necesidad que tenga que modificar el software para agregar los nuevos casos o cambios simples

Hay muchos caminos para empezar a aprender sobre Machine Learning, puedes empezar por:

  • Matem獺ticas: aprenderte, recordar, practicar mucho c獺lculo, 獺lgebra lineal, probabilidad y estad穩stica <- para entender mejor c籀mo son estos algoritmos y respuestas matem獺ticas propuestas para que las m獺quinas aprendan
    Ya con este conocimiento, es hora de aprender a programar para poder automatizar ciertos c獺lculos y poder mejorar el proceso de otros, y de esta forma, llegar a construir un reconocimiento facial por ejemplo!

  • Programaci籀n: programas en python? R? o incluso... JavaScript? (los lenguajes m獺s populares) puedes empezar a crear una red neuronal con herramientas de apoyo como: TensorFlow, PyTorch, etc, ya que sabiendo programar, puedes construir por c籀digo diferentes aplicaciones. Sin embargo, si en alg繳n momento quieres saber a detalle c籀mo es que TensorFlow nos deja armar estas neuronales artificiales para crear las redes, pues s穩 es hora de repasar la matem獺tica.

  • Fundamentos: hora de la teor穩a! Qu矇 es el Machine Learning, qu矇 es la Ciencia de Datos, c籀mo se organizan los datos, qu矇 significa entrenar un modelo, incluso... c籀mo es la historia del Machine Learning, cu獺l fue el primer producto "real" que funcionaba con Machine Learning

En mi experiencia (en general) siempre me ha gustado leer la teor穩a e historia antes de la pr獺ctica (claro, menos en mate jaja) pero es interesante entender todo lo que implica "hacer" Machine Learning e Inteligencia Artificial en general.
Sin embargo, al estudiar ingenier穩a, o mejor dicho, en el trabajo, tengo poco tiempo de leer mucha teor穩a, y pues trato de combinar un poco de teor穩a y conceptos base y su ejercicio pr獺ctico 繳ltimamente me ha funcionado bien (aun tengo que optimizarlo, claro!)

Por ello, voy explorando varias opciones donde puedo ir aprendiendo con diferentes estilos, por ejemplo (estos son gratuitos):

Existen muchas otras opciones, que son cursos en l穩nea, cursos cortos, cursos largos con m獺s ejercicios o m獺s explicaciones, mencionar:

Personalmente, creo que depende mucho de tu estilo de aprendizaje, si empiezas por algo de teor穩a o directo al c籀digo, peeero hacer un proyecto preguntarse c籀mo es que funcionan realmente las cosas, marcar獺 una gran diferencia en tu aprendizaje y rendimiento!

Aqu穩 el playlist que voy actualizando seguido, con las revisiones de recursos en l穩nea que encuentro para aprender m獺s de Machine Learning.

IMAGE ALT TEXT HERE

獺nimos! aprender sobre Machine Learning, no es simple, pero no es imposible!
Cu矇ntame por comentarios, twitter, instagram, c籀mo te va en tu camino de aprendizaje! Encontraste otros recursos? comp獺rtelos para revisarlos!

Gracias por leerme hasta aqu穩! Ufff estamos en este camino juntos! sigamos aprendiendo!

<<"Dime y lo olvido, ens矇簽ame y lo recuerdo, invol繳crame y lo aprendo">>

Discussion (0)