Permítanme compartir mi experiencia de aprendizaje en Machine Learning.
No es una guía ni un consejo de expertos. Es solo una experiencia para principiantes en Aprendizaje automático (ML).
- Cómo prepararse para el GATE junto con un trabajo de TI
- ¿Se puede dar un examen ejecutivo de CS después de aprobar CPT y no la fundación CS?
- ¿Qué exámenes son una mejor opción para el Reino Unido, el IELTS o el GRE?
- ¿Cuál es el criterio de elegibilidad para los exámenes RBI GRADE -B?
- ¿Alguien ha conseguido un trabajo a través de eLitmus?
Al final del día, en ML necesita cualquier lenguaje de programación que pueda realizar computación técnica de alto nivel científico. Python es ese tipo de lenguaje de programación o también puedes elegir el lenguaje R, pero en mi caso prefiero Python bcaz Sé algunas caras conocidas en python (me refiero a la sintaxis de Python y otras cosas que no están en Guido van Rossum)
Si comienzas con python, mentalmente aumentará tu proceso de aprendizaje, b’caz es un lenguaje para todos. Es fácil de aprender, así que podemos hacer fácilmente un paseo en Python. (Es solo mi experiencia personal, no te ofendas con R Language, espero que pronto también amaré ese idioma)
Python admite muchos marcos avanzados y bibliotecas para cosas relacionadas con el aprendizaje automático (no solo para la inclinación de la máquina)
Ej: SciPy, NumPy, Mlpy …… ..
Awesome Python: siga este enlace para obtener más información sobre las bibliotecas de Python.
Entonces, necesita tener una comprensión básica y una incomparable pasión por los datos. Si tiene alguna idea básica sobre cómo puede extraer el conocimiento de los datos en bruto, será una ventaja adicional. Sí, has iniciado con éxito los pasos de tu bebé en Aprendizaje automático y Ciencia de datos.
Aprende la ciencia de datos interactivamente en línea. Comience de forma gratuita. – Siga este enlace para conocer sobre Aprendizaje automático (y Ciencia de datos). En realidad, esta es una plataforma de aprendizaje basada en Freemium (yo mismo terminé la relación con este sitio una vez que se completan mis conceptos básicos gratuitos: p)
Cuando te sumerges en esta área ML, debes mantener tu pasión en el tamaño del océano porque la pasión solo puede llevarte hasta el final (en realidad aquí no hay fin).
Mantenga sus ojos en estos temas,
- Estadística
- Aprendizaje profundo
- Minería de datos
- Clasificación
- Regresión
- Agrupamiento (Etc ……….)
Estos son los blogs / sitios que seguí,
Inicio – AnalyticsVidhya
Aprende la ciencia de datos interactivamente en línea. Comience de forma gratuita.
Dataaspirant – Pasión hacia la ciencia de datos
Introducción al Aprendizaje Automático – Curso en línea
Todo lo mejor 🙂
