Como aprender a aprendizagem de máquinas

Tenho tentado aprender a aprendizagem de máquinas durante o último ano e meio. Por isso acredito que estou numa boa posição para responder a esta pergunta.

P>Primeiro e o mais importante a lembrar é ter as suas noções básicas cristalinas. Com o básico quero dizer que você deve estar familiarizado com Probabilidade e Álgebra Linear. Você não'não precisa dominar esses assuntos, mas você deve entender se algum algoritmo diz subespaço, base, i.i.d, independente, correlação e todos esses termos você entende o que eles significam e não tomá-los "como são". Eu conheci pessoas que fizeram 2 3 cursos online sobre Machine Learning e aplicaram 2,3 algoritmos em alguns conjuntos de dados (ao aplicar quero dizer que eles apenas copiam coisas do github), e eles pensam que aprenderam Machine Learning e estão prontos para resolver problemas de Data Science. Confie em mim esta é uma abordagem muito ruim, hoje em dia existem bibliotecas que têm API's muito boas para tarefas de ML, e você pode usá-las para executar coisas de ML. Mas apenas usá-las sem saber coisas de baixo do nível não vai ajudar você a longo prazo. Então é melhor começar com o básico, matemática.

Depois de terminar com a Matemática, comece a ler alguns livros "bons" para a compreensão teórica da aprendizagem da Máquina. Mas lembre-se sempre de começar por algum livro introdutório básico sobre ML e don'não pule para livros extravagantes de imediato. I'd recomenda o livro de Tom Mitchell&apos sobre o ML para começar. Algumas pessoas recomendam Duda e Hart para iniciantes, mas eu acho que esse livro é muito teórico, o que não é necessário no mundo real. O livro de Tom Mitchell&apos sobre o ML é uma boa leitura.

Se você já terminou com isso, comece alguns cursos online "bons" sobre Machine Learning, I'd recomendaria assistir aos vídeos do Andrew Ng's no ML (versão stanford, não o coursera). Você também pode assistir aos vídeos da Caltech&apos, eles também são muito bons. Comece a ler o livro de Bishop's sobre Machine Learning. Ele vai criar uma base sólida.

A partir do momento em que você tiver terminado com esses conceitos, comece a aplicar esses conceitos em dados do mundo real (kaggle é a sua melhor chance, pois os conjuntos de dados são reais e lhe darão uma noção de como a ciência dos dados é usada no mundo real). Esta é a melhor maneira de aplicar e testar a sua compreensão do ML.

Eu acho que este é um bom caminho para aprender Aprendizagem de Máquina. Boa sorte!!