¿Cuáles son las preguntas que debería hacerme después de aprender un algoritmo de aprendizaje automático?

Answer 1

Creo que no se trata de un algoritmo en particular, sino de cómo se organiza todo en su cerebro. Si tiene un “paisaje” o una “categorización” de un grupo de algoritmos clásicos, cuando aparece un nuevo algoritmo, todo lo que necesita recordar es dónde debe colocarse el algoritmo en el paisaje.

Algunos criterios importantes son:

• lineal / no lineal
• características continuas / características discretas / ambos
• regresión / clasificación
• paramétrico / no paramétrico
• generativo / discriminativo
• convexo / no convexo
• muestras independientes / muestras correlacionadas
• ensamble / no ensamblado
• superficial profundo

Sin embargo, es bastante difícil categorizar cada algoritmo posible de una manera basada en principios. El libro de Kevin Murphy es mi referencia de referencia, que en el nivel superior clasifica la mayoría de los algoritmos desde un punto de vista probabilístico.

Answer 2

Lo que me interesa tener en mi memoria acerca de un algoritmo es en qué tareas puedo usarlo y la intuición de cómo el algoritmo entrena el modelo. Detalles más allá de eso los mantengo en notas sobre Evernote.

No siento ninguna obligación de saberlo todo. Si alguien me pregunta algo que no sé, simplemente digo “No sé, tendré que comprobarlo”. Es mucho más relevante tener una metodología sólida que conocer todos los detalles concretos de Nintendo cada algoritmo