Скорее всего, вы были очарованы безграничным виртуальным помощником, способным выполнять каждую маленькую задачу, которую вы ленились выполнить в таких фильмах, как «Железный человек», «Мир Дикого Запада», «Силиконовая долина» и во множестве других. Или ажиотаж вокруг искусственного интеллекта затронул и вас. Как и я, вы понимаете, что должны двигаться быстро или рискуете остаться позади. Но есть одна проблема. С чего мне начать?
К счастью, у вас есть одно из величайших изобретений человечества: Интернет. В поле поиска вы вводите «Как создать искусственный интеллект».
Каким-то образом в ходе ваших исследований вы обнаруживаете подобласть, называемую машинным обучением, которая является одной из основ искусственного интеллекта. Теперь вашей миссией становится достижение мастерства в этой подобласти.
В результате вы вернетесь на google.com и наберете Учебники по машинному обучению. Этот простой поиск в Google натолкнет вас на множество информации о машинном обучении. Впоследствии вы оказываетесь глубоко в лабиринте, который я называю «учебным адом».
К счастью для вас, я спустился в эту кроличью нору и продлил то, что, по словам экспертов, шестимесячное путешествие примерно за год или два.
Вот мое руководство по изучению машинного обучения с нуля без предварительного опыта.
Изучайте Python
Основная проблема, с которой сталкиваются люди, любящие машинное обучение, заключается в изучении каждой мелочи языка программирования Python. Это неправильно, если вы не хотите быть разработчиком Python, в этом случае вы этого не сделаете, потому что читаете это руководство. Я бы посоветовал, как только вы изучите базовые циклы, словари, чтение и запись в файлы и все концепции ООП.
https://www.youtube.com/watch?
Пройдите бесплатный курс по машинному обучению
Пройдите Стэнфордский курс машинного обучения на Coursera. Я ожидаю, что этот совет будет встречен враждебно, особенно со стороны людей, которые хотят начать решать проблемы машинного обучения на таких сайтах, как Kaggle. Я допускаю, что курс может быть старым, но тогда уровень теоретических знаний, который вы получите как новичок, практически не имеет себе равных.
Kaggle And Youtube — ваш лучший друг
Если вы закончите этот курс, вы молодец. Теперь вы готовы практиковаться и учиться одновременно, а пока нет. Прямо сейчас следующее, что нужно сделать, это зайти на Kaggle.com и пройти курсы панд, numpy, введение в ML, промежуточный ML, очистку данных, инженерные курсы. Это должно занять около недели или двух. Еще один плейлист, который я бы порекомендовал, — это использовать видео Kraish Naik на Youtube вместе с вашим курсом машинного обучения.
Практика Практика Практика
Лучший способ по-настоящему отточить свои навыки — участвовать в соревнованиях по машинному обучению. Я оставлю ссылки на различные соревнования по машинному обучению, в которых вы должны попробовать свои силы, по ссылке ниже.