¿Cómo aprenden los principiantes la inteligencia artificial desde cero?
Cómo aprender inteligencia artificial desde cero para principiantes
Este artículo es una lista de los mejores recursos de aprendizaje para principiantes que quieren adentrarse en el campo de la inteligencia artificial pero no saben dónde para empezar.
1. Aprendizaje automático
Para obtener la mejor introducción al campo del aprendizaje automático, consulte el curso Andrew Ng Machine Learning de Coursera. Explica los conceptos básicos y le brinda una buena comprensión de los algoritmos más importantes.
Para obtener una breve descripción general de los algoritmos de ML, consulte este curso de TutsPlus "Machine Learning Distilled".
El libro "Programación de inteligencia colectiva" es un gran recurso para aprender implementaciones prácticas de algoritmos ML en Python. Le lleva a través de muchos proyectos prácticos, cubriendo todas las bases necesarias.
También te pueden interesar estos buenos recursos:
1. Curso Udacity sobre ML de Perer Norvig (curso ML Udacity)
Otro curso de Tom Mitchell. sobre ML impartido por la Universidad de Cameron
3. Tutorial de aprendizaje automático mathmonk en YouTube
2 Aprendizaje profundo
La mejor introducción al aprendizaje profundo que he encontrado. es el aprendizaje profundo con Python. No entra en matemáticas difíciles ni tiene una lista muy larga de requisitos previos, sino que describe una forma sencilla de iniciar DL, explica cómo comenzar a construir rápidamente y aprender todo lo práctico. Explica las herramientas de última generación (Keras, TensorFlow) y lo lleva a través de varios proyectos prácticos, explicando cómo lograr resultados de última generación en las mejores aplicaciones de DL.
También 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 eso, para tener una comprensión más profunda, aquí hay algunos recursos interesantes:
1. El curso Coursera de Geoffrey Hinton "Redes neuronales para el aprendizaje automático". Este curso lo llevará a través del proceso de reconocimiento de caracteres MNIST, un problema clásico de ANN, y lo explicará todo en profundidad.
2. Libro MIT Deep Learning (aprendizaje profundo).
3. Tutorial UFLDL de Stanford (Tutorial UFLDL de Stanford)
4 Tutorial de deeplearning.net
5. Networks and Deep Learning)
6. Libro Neural Networks and Learning Machines de Simon O. Haykin
3. Inteligencia artificial
"Inteligencia artificial: un enfoque moderno". (AIMA)" es el mejor libro sobre la IA de la "vieja escuela". Este libro 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 la Universidad de California, Berkeley, es una excelente serie de videoconferencias que explican conocimientos básicos a través de un proyecto práctico muy interesante (entrenar una IA para jugar al juego Pacman). Recomiendo leer AIMA junto con el vídeo, ya que está basado en el libro y explica muchos conceptos similares desde diferentes perspectivas, haciéndolos más fáciles de entender. Su explicación es relativamente profunda y es un muy buen 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 lo explicarán de una manera intuitiva e interesante. Explica las mejores teorías modernas.
1. Sobre la inteligencia (audiolibro) de Jeff Hawkins
2. Gödel, Escher, Bach
Recomiendo empezar con estos dos libros. Gran trabajo al explicarte teorías generales sobre cómo funciona el cerebro.
Recursos adicionales:
Cómo crear una mente de Ray Kurzweil (audiolibro).
Principios de ciencia neuronal (Principios de neurociencia) es el mejor libro que he podría encontrar para una mirada en profundidad a NS. Habla de ciencia básica, neuroanatomía, etc. Muy interesante, pero también muy largo; todavía lo estoy leyendo.
4. Matemáticas
Los siguientes son conceptos matemáticos muy básicos que debes comprender para comenzar a aprender IA:
Cálculo
1 , Vídeos de Khan Academy Calculus (vídeos de Khan Academy Calculus)
2 Conferencias del MIT sobre cálculo multivariable (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. ¿Codificación de Matrix? – Curso de informática de álgebra de Brown University
Probabilidad y estadística
1 Vídeo de probabilidad y estadística de Khan Academy
2. /p>
5. Informática
Para dominar la IA, debes estar familiarizado con la informática y la programación.
Si estás empezando, te recomiendo leer el libro Dive Into Python 3, que cubrirá la mayor parte de lo que necesitas saber sobre la programación en Python.
Para una comprensión más profunda de la naturaleza de la programación informática, consulte este curso clásico del MIT. Este es un curso sobre los fundamentos del lisp y la informática, basado en CS, uno de los libros más influyentes en la explicación de estructuras y programas informáticos.
6. Otros recursos
Metacademy: ¿es el “administrador de paquetes” para tu conocimiento? Puede utilizar esta gran herramienta para conocer todos los requisitos previos que necesita para aprender diferentes temas de ML.
kaggle? – Plataforma de aprendizaje automático