Recursos para empezar a estudiar Machine Learning

¿Por dónde empiezo a estudiar Machine Learning? Supongo que si has llegado hasta aquí es porque te estás haciendo esa pregunta. Una de las cosas más desmotivadoras que puedes encontrarte a la hora de estudiar cualquier materia es intentar estudiar algo para lo que aún no estás preparado. Con el aprendizaje automático eso pasa mucho. Si eliges aprender leyéndote tesis doctorales... posiblemente acabes desistiendo. A continuación te ofrezco los recursos que considero que me han sido más útiles a la hora de empezar el estudio de Machine Learning. Como verás no son muchos, creo que con la ayuda de 3 profesores se puede uno forjar una buena base. Sobre esa base posteriormente edificaréis vuestros conocimientos más avanzados. Los profesores recomendados y a los cuales has de seguir cronológicamente son los siguientes:

Profesor 1: Andrew Ng


Creo que la mejor forma de empezar en este mundillo es siguiendo el curso de Andrew Ng de Coursera. Antes de empezar este curso había escuchado hablar de las redes neuronales y por aquel entonces me parecía algo totalmente fuera de mi alcance. Sin embargo... ¡en solo unas semanas ya estaba estudiándolas! Las explicaciones intuitivas de Andrew son magníficas; ni muy complejas como para hacerte abandonar, ni muy sencillas como para hacerte pensar que no estás aprendiendo nada. El curso cuenta con ejercicios de Octave, por lo tanto, no solo vas a estudiar la teoría sino que la vas a poner en práctica con ejemplos reales que te motivarán. Al igual que yo, mucha otra gente ha empezado sus estudios en el aprendizaje automático siguiendo este curso. Gracias Andrew por descubrirnos este apasionante mundo.

Profesor 2: Yaser Abu-Mostafa


Las matemáticas y demostraciones están detrás de todo buen estudio sobre aprendizaje automático, es por ello que después de realizar el curso de Andrew os aconsejaría pasar a un curso mucho más potente en ese aspecto. Os estoy hablando del curso ofrecido por Caltech, cuyo instructor es Yaser Abu-Mostafa. Es uno de los poco cursos que he encontrado en los que se explica muy bien la teoría de la generalización. Es un curso más denso y bastante teórico (este curso no contiene ejercicios guiados), por lo que te recomiendo seguirlo con paciencia e ir completando los conocimientos matemáticos que te falten con ayuda de Google. Aunque Yaser también trata temas que ha tratado Andrew no te recomiendo que te saltes ni un solo tema. El curso cuenta con un libro de texto (no gratuito por desgracia) y con un foro bastante activo.

Profesor 3: Google


Ya está. "¿Cómo que ya está?". Sí, considero que esos dos cursos bien estudiados son una perfecta introducción a este campo. Como he comentado antes, sería conveniente que además de usar el material proporcionado con cada curso te apoyaras en Google para profundizar un poquito más en aquellos aspectos que te hayan quedado menos claros. Sobretodo me refiero a conceptos de álgebra y estadísticos, ya habrá tiempo de profundizar en otras técnicas de aprendizaje más adelante.


Próximamente...

Estos cursos se centran sobretodo en el aprendizaje supervisado. Estoy preparando una lista con los principales recursos que me han servido (y me sirven) en el estudio de machine learning (incluyendo aprendizaje por refuerzo, no supervisado y deep learning). Una vez hayas devorado estos dos cursos podrás pasarte por la nueva página para seguir estudiando con ayuda de multitud de materiales excelentes. Hasta el momento te recomiendo paciencia, ve poco a poco y todo llegará.

Todas mis recomendaciones están basadas en mi experiencia personal y las comparto con todos vosotros con la idea de que vuestro inicio en este campo sea más satisfactorio que el mío. Mucha suerte a todos los que iniciáis este viaje. Os aviso de que es posible que una vez empecéis ya no podáis parar 😉

Guiferviz

No hay comentarios :

Publicar un comentario