¿Cómo aprenden los principiantes la inteligencia artificial desde cero?
Este artículo enumera los mejores recursos de aprendizaje para principiantes que quieren ingresar al campo de la inteligencia artificial pero no saben por dónde empezar.
I. Aprendizaje automático
Para obtener los mejores cursos introductorios de aprendizaje automático, consulta el curso de aprendizaje automático de Andrew Ng en Coursera. Explica los conceptos básicos y le brinda una comprensión completa de los algoritmos más importantes.
Para obtener una breve descripción general de los algoritmos de ML, consulte el curso de TutsPlus "Machine Learning Distilled".
El libro Programming Collective Intelligence es un excelente recurso para aprender implementaciones prácticas de algoritmos ML en Python. Lo llevará a través de una serie de proyectos prácticos que cubren todos los conceptos básicos necesarios.
También te pueden interesar estos buenos recursos:
1. Curso Udacity ML de Perer Norvig (curso ML Udacity)
2. Curso de ML impartido por Mitchell (otro curso de ML)
3. Tutorial de aprendizaje automático mathmonk en YouTube
II Deep Learning》
La mejor introducción al aprendizaje profundo. Me he encontrado con el aprendizaje profundo con Python. En lugar de sumergirse en matemáticas difíciles o en una lista muy larga de requisitos previos, describe una manera sencilla de comenzar con el aprendizaje profundo, explicando cómo comenzar rápidamente a construir y aprender todo lo práctico. Explica las herramientas de última generación (Keras, TensorFlow) y lo guía a través de varios proyectos prácticos sobre cómo lograr resultados de última generación en las mejores aplicaciones de DL.
Además, hay un excelente curso introductorio de DL en Google, así como una excelente explicación de las redes neuronales a cargo de Septen Welch.
Después de esto, si quieres aprender más, aquí tienes algunos recursos más interesantes:
1. El curso Coursera de Geoffrey Hinton "Redes neuronales para el aprendizaje automático". Este curso lo lleva a través del clásico problema ANN de reconocimiento de caracteres MNIST y lo explica todo en profundidad.
2. El libro "Aprendizaje profundo" del MIT.
3. Tutorial UFLDL de Stanford
4. Tutorial de Earning.net
5. "Neural Networks and Deep Learning" de Michael Nielsen "(Neural Networks Deep Learning) )
6. El libro de Simon O. Haykin "Neural Networks and Machine Learning"
3. Inteligencia artificial
Inteligencia artificial: un enfoque moderno es el primer libro. sobre el tema. Intelligence: A Modern Approach (AIMA) es uno de los mejores libros sobre inteligencia artificial de la "vieja escuela". Proporciona una descripción general del campo de la inteligencia artificial y explica todos los conceptos básicos que necesita saber.
El curso de Inteligencia Artificial de UC Berkeley es una excelente serie de videoconferencias que enseñan los conceptos básicos a través de un proyecto práctico muy interesante (entrenar una IA para jugar Pacman).
Recomiendo leer AIMA mientras ves el vídeo, ya que está basado en el libro y explica muchos conceptos similares desde diferentes perspectivas, lo que lo hace más fácil de entender. Las explicaciones de este libro son relativamente detalladas, lo que lo convierte en un gran recurso para principiantes.
"Cómo funciona el cerebro"
Si estás interesado en la inteligencia artificial, quizás quieras saber cómo funciona el cerebro humano. Los siguientes libros estarán escritos de una manera intuitiva e interesante. manera de explicar la mejor teoría moderna.
1. "Sobre la inteligencia" (audiolibro) de Jeff Hawkins
2 "Gödel, Escher, Bach"
Te recomiendo que empieces con estos dos libros. , que hacen un buen trabajo al explicarle la teoría general de cómo funciona el cerebro.
Recursos adicionales:
Cómo crear mentes (audiolibro) de Ray Kurzweil.
Principles of Neuroscience es el mejor libro que pude encontrar para un estudio en profundidad del SN. Cubre ciencia básica, neuroanatomía y más. Muy interesante, pero también muy largo; todavía lo estoy leyendo.
IV.Matemáticas
Los siguientes son los conceptos matemáticos básicos necesarios para comenzar a aprender inteligencia artificial:
Cálculo
1. Vídeo de cálculo
2. Conferencias del MIT sobre cálculo multivariable
Álgebra lineal
1 Vídeos de álgebra lineal de Khan Academy (vídeos de Álgebra lineal de Khan Academy)
2. Vídeos de álgebra lineal del MIT de Gilbert Strang (vídeos de álgebra lineal del MIT de Gilbert Strang)
3. - Curso de informática de álgebra lineal de la Universidad de Brown
Probabilidad y estadística
1 Vídeo de probabilidad y estadística de Khan Academy
2 Curso de probabilidad de Edx
< p. >V. InformáticaPara dominar la inteligencia artificial es necesario estar familiarizado con la informática y la programación.
Si estás empezando, te recomiendo leer el libro "Dive Into Python 3", que cubre la mayor parte de lo que necesitas saber sobre programación en Python.
Si quieres tener una comprensión más profunda de la naturaleza de la programación informática, puedes consultar este curso clásico del MIT. Este es un curso sobre los fundamentos del lisp y la informática, basado en uno de los libros más influyentes en informática, The Structure and Interpretation of Computer Programs.
6. Otros recursos
Metacademy: es el "administrador de paquetes" para su conocimiento. Puede utilizar esta gran herramienta para conocer todos los requisitos previos necesarios para aprender diferentes temas de ML.
kaggle? - Plataforma de aprendizaje automático.