¿Qué cosas importantes de aprendizaje automático no están cubiertas en la clase de aprendizaje automático de Andrew Ng en Coursera? Aprendiendo y Estudiando para siempre

Si bien el curso de Andrews es excelente, no cubre temas como el teorema de Naive Bayes, no menciona otros algoritmos de optimización como el método de optimización de Newton, no se adentra en los detalles granulares de las matemáticas involucradas en Redes Neuronales. De cómo funciona la backpropogation después de ver sus videos. Pero su curso de seguimiento en Aprendizaje profundo y Redes neuronales tiene una mejor explicación de cómo funciona la propagación inversa.

Tampoco nos enseña cómo preprocesar bien los datos y cómo usar uno de los populares paquetes de Aprendizaje automático (Keras, sci-kit, Tensor Flow, Azure). Trabajar con estos marcos es importante, ya que es una tarea bastante ardua implementar un algoritmo desde la matemática fundamental, incluso si estás usando una rutina matemática como Nyppy en Python. Confíe en mí. Utilicé numpy y matplotlib para un proyecto en el que usé la regresión lineal multivariable optimizada a través del gradiente con lo que había aprendido del curso de Andrew, y encontré la codificación de las matemáticas en python bastante difícil (aunque hay que decir que no programa mucho y no soy un estudiante de CS, pero la esencia es que usar uno de los paquetes mencionados anteriormente es mucho mejor).

Dicho esto, el curso de Andrews aún le proporciona una muy buena visión del Blackbox que es Machine Learning. Las técnicas que aprende en este curso, como el sesgo / varianza, la regularización o la aplicación de PCA lo ayudarán a ajustar mejor su algoritmo cuando trabaje con uno de los marcos mencionados anteriormente. También tendrá una comprensión sólida y fundamental de qué es una función de costo, qué hace el descenso de gradiente y cómo funciona después de completar este curso. Sin mencionar que también aprendes cómo funcionan muchos algoritmos ML geniales.

Una analogía popular que leí en algún lugar es que el curso de Andrew Ng es como pasar mucho tiempo aprendiendo cómo el motor de combustión interna, las suspensiones, los frenos y la transmisión, etc., funcionan en un automóvil antes de comenzar a conducir. Por supuesto, aún puede conducir un automóvil sin saber nada de esto, pero saberlo lo ayudará a elegir cuál es el mejor automóvil para una carretera en particular y sabrá qué hacer en caso de que su automóvil se averíe de repente. De esa manera, el curso del curso de Ng le proporciona mucha información sobre cómo funciona un algoritmo ML, y después, si aprendiera a trabajar con uno de los paquetes ML, se convertirá en un ingeniero de aprendizaje automático bastante bueno.