Planeo poner 3 meses con 2 horas al día para aprender Aprendizaje automático. ¿Será este tiempo suficiente?

Answer 1

Sí, será suficiente para aprender el aprendizaje automático aplicado , pero no será suficiente para dominar la teoría o realizar una investigación de ML original.

Lo que quiero decir con ML aplicado es que podrá tomar implementaciones existentes de algoritmos de paquetes y aplicarlos adecuadamente a diferentes conjuntos de datos.

Esta sola es en realidad una habilidad increíblemente valiosa en sí misma, y ​​ciertamente puede ayudarte a poner un pie en la puerta como un científico de datos de nivel de entrada en algún lugar.

Como nota al margen, esto es un poco como mi respuesta a una pregunta relacionada:

• La respuesta de Liz A a ¿Cómo aprendo el aprendizaje automático en 10 días?

La ventaja que tiene es que tendrá tiempo para permitir que los conceptos hiervan a fuego lento y se absorban.

El único supuesto que voy a hacer es que usted tiene algo de experiencia en programación y está familiarizado con algunas estadísticas y la teoría de la probabilidad.

En pocas palabras, esto es lo que haría si fuera usted:

1. Paso 1: Teoría de la inmersión. Comenzaré observando el curso de aprendizaje automático de Andrew Ng para poder ponerme en pie y saber dónde se encuentran las diferentes piezas en el panorama general. Nuevamente, no tendrá tiempo para dominar la teoría, pero puede obtener una intuición invaluable que lo guiará en los pasos 2 y 3.
2. Paso 2: Práctica dirigida. Luego tomaría las implementaciones de ML existentes en Scikit-Learn o Caret (dependiendo de su preferencia de lenguaje de programación) y practicaría aplicándolas a diferentes conjuntos de datos en el repositorio de aprendizaje automático de UCI.
3. Paso 3: Proyectos, proyectos, proyectos. Dedico al menos todo el último mes a hacer proyectos más grandes. Como han mencionado otros, una de las habilidades más importantes es poder resolver un problema y crear valor de principio a fin.

Quiero concluir deseándoles la mejor de las suertes. El aprendizaje automático es un tema asombroso, y no te arrepentirás de tomar estos 3 meses para perseguirlo.

Además, no se desanime si ve personas con muchos años de experiencia; todos comenzaron en algún lugar, ¡y están dando los primeros pasos correctos!

Por cierto, si desea obtener más información sobre este enfoque, consulte esta guía:

• Cómo aprender Aprendizaje automático, el modo de auto-arranque

Answer 2

Suficiente, también puedes completar los ejercicios de Aprendizaje automático con práctica. Básicamente, ML puede aprender diferentes formas de Libros / Curso en línea. Pero mejor aprender del curso en línea.

Muchos estudiantes toman cursos en línea hoy en día. incluso mis alumnos también.

Te sugeriré los mejores cursos de aprendizaje automático en línea.

1. Machine Learning AZ ™: práctica en Python & R en Data Science [BEST]

2. Aprendizaje de máquina por la Universidad de Stanford, Mentor: Andrew Ng, cofundador, Coursera

Mejor tomar el primero.

Aquí puedes aprender

Este curso es divertido y emocionante, pero al mismo tiempo nos sumergimos profundamente en el Aprendizaje automático. Se estructura de la siguiente manera:

• Parte 1 – Preprocesamiento de datos
• Parte 2 – Regresión: Regresión lineal simple, Regresión lineal múltiple, Regresión polinomial, RVS, Regresión del árbol de decisión, Regresión aleatoria de bosques
• Parte 3 – Clasificación: Regresión logística, K-NN, SVM, SVM del núcleo, Bayes ingenuos, Clasificación del árbol de decisión, Clasificación de bosques aleatorios
• Parte 4 – Agrupación en clúster: K-medias, agrupación jerárquica
• Parte 5 – Aprendizaje de reglas de asociación: Apriori, Eclat
• Parte 6: Aprendizaje por refuerzo: confianza superior, muestreo de Thompson
• Parte 7 – Procesamiento de lenguaje natural: modelo de bolsa de palabras y algoritmos para PNL
• Parte 8 – Aprendizaje profundo: redes neuronales artificiales, redes neuronales convolucionales
• Parte 9 – Reducción de la dimensionalidad: PCA, LDA, PCA de núcleo
• Parte 10 – Selección de modelo y realce: validación cruzada en k-fold, ajuste de parámetros, búsqueda de cuadrícula, XGBoost

Además, el curso está lleno de ejercicios prácticos que se basan en ejemplos en vivo. Así que no solo aprenderá la teoría, sino que también obtendrá práctica práctica en la construcción de sus propios modelos.

Cursos relevantes :

1. Python para Data Science y Machine Learning Bootcamp
2. De principiante a avanzado: aprendizaje automático y redes neuronales.

Todo lo mejor .

Answer 3

Eso es alrededor de 14 horas a la semana durante 12 semanas.

Ciertamente es suficiente para comenzar en ML. Si verifica Coursera, hay algunos “micro grados de ciencia de datos” que constan de 4-5 cursos, cada uno es de aproximadamente 6 semanas de trabajo, 5 horas / semana. El tiempo que dedicas es justo para obtener algo así.

O puede comenzar con un curso introductorio más completo, por ejemplo, el de Andrew Ng. Eso también es definitivamente suficiente tiempo.

Sin embargo, esta cantidad de tiempo definitivamente no es suficiente para que digas “Sé el aprendizaje automático” o para obtener un trabajo en ciencia de datos.

Suponiendo que usted es un profesional, por lo que no necesita dedicar demasiado tiempo a temas avanzados. Aún necesita practicar con proyectos más grandes, saber cómo limpiar datos, visualizar resultados, etc., y eso es una buena cantidad de tiempo, por lo que la mayoría de los cursos de ML en universidades tienen proyectos finales de temas abiertos.

Si desea obtener un tema avanzado, la cantidad de tiempo requerido aumenta exponencialmente. Por ejemplo, el curso de Daphne Koller sobre modelos gráficos estimó aproximadamente 12 semanas de trabajo con 15-20 horas por semana, y eso suponiendo que tenga antecedentes equivalentes como estudiante de MS en Stanford.

Answer 4

¿Suficiente para hacer qué? ¿Para lograr qué? Para conseguir que? ¿Para aprender qué?

Aprenderá precisamente lo que se supone que debe aprender en 3 meses, 2 horas por día, nada más ni menos que eso. Hago ML a tiempo completo durante más de 10 años y, después de realizar un doctorado y publicar varios artículos en el campo, sigo teniendo muchos conceptos e ideas. Intento aprender y leer cosas nuevas todos los días y no pongo ninguna barra en el número máximo de horas que me voy a poner. Es un proceso lento para mí, puede ser que aprendas rápido. Anímate, comienza y también lee este hilo La respuesta de Shehroz Khan a ¿Cómo aprendo el aprendizaje automático?

Answer 5

Aprendí a resolver un cubo de Rubics en un par de días, con la instrucción adecuada. Mi amigo tardó dos años en aprenderlo solo, mientras estaba en servicio activo en la Marina. Él dice que hice trampa, digo que ambos podemos resolver el cubo en aproximadamente la misma cantidad de tiempo.

Sin saber qué tan rápido recogerá los conceptos de aprendizaje automático, o la calidad de la instrucción (si corresponde), o su objetivo al final de los 3 meses, ningún extraño podrá decirle si ha asignado suficiente tiempo.

Si no siente que está recogiendo cosas, cambie de táctica y reajuste su horario. Si te metes y recoges las cosas más rápido, quizás acabes pasando menos tiempo total.

Answer 6

Hace un tiempo, asistí a un curso de aprendizaje automático en línea que requería mucho tiempo. Lo que obtuve de ese curso fue suficiente información sobre el aprendizaje automático para tener una idea decente de qué es y para qué no es bueno el NM, y de los algoritmos y enfoques básicos que se utilizan normalmente en el ML. Sin embargo, no afirmaría que soy un experto en aprendizaje automático, ni siquiera particularmente competente en el tema. Esa inversión de tiempo fue suficiente para una introducción decente al tema, pero no lo suficiente como para generar suficiente conocimiento en profundidad como para afirmar que es competente en el tema. No es suficiente para reclamar experiencia.

Answer 7

¿Suficiente para qué? ¿Está buscando obtener un trabajo en esta área inmediatamente después de tres meses, aprender algunas habilidades relevantes para su trabajo actual, prepararse para una educación formal adicional …?

¿Cuál es su origen? Estadística, Python, álgebra lineal…?

En cualquier caso, busca dedicar aproximadamente 180 horas a un esfuerzo no especialmente concentrado en un campo de estudio bastante complejo. Creo que es justo suponer que aprenderás mucho en ese momento, pero no serás competente por cualquier esfuerzo de la imaginación.

Answer 8

Sí, si tiene una sólida formación en ingeniería de software después de 3 meses con 2 horas al día, debería estar listo para solicitar algunas buenas posiciones de aprendizaje automático.

Muchas posiciones de ML se benefician enormemente de una sólida formación en ingeniería. Busque la posición correcta. Donde tiene algunos tipos de Phd, puede aprender en el trabajo y puede aportar valor en el primer día para ayudar a que los modelos de aprendizaje automático funcionen en producción como parte de un sistema complejo.

Answer 9

Sí, es posible. Si tiene interés y pasión en este campo, le sugiero que siga este enlace para que pueda aprender el Aprendizaje automático en 90 días paso a paso.