Aprendizaje automático teórico y avanzado con TensorFlow

Antes de comenzar con los materiales de aprendizaje a continuación, asegúrese de:

  1. Completa nuestro plan de estudios Conceptos básicos del aprendizaje automático con TensorFlow o ten conocimientos equivalentes.

  2. Tener experiencia en desarrollo de software, particularmente en Python.

Este plan de estudios es un punto de partida para las personas que deseen:

  1. Mejorar su comprensión del ML

  2. Comience a comprender e implementar documentos con TensorFlow

Ya debería tener conocimientos previos sobre cómo funciona ML o haber completado los materiales de aprendizaje en el plan de estudios para principiantes Conceptos básicos del aprendizaje automático con TensorFlow antes de continuar. El siguiente contenido está destinado a guiar a los estudiantes hacia contenidos de aprendizaje automático más teóricos y avanzados. Verá que muchos de los recursos utilizan TensorFlow; sin embargo, el conocimiento es transferible a otros marcos de ML.

Para mejorar su comprensión del ML, debe tener experiencia en programación en Python, así como experiencia en cálculo, álgebra lineal, probabilidad y estadística. Para ayudarlo a profundizar sus conocimientos de ML, hemos enumerado una serie de recursos y cursos recomendados de universidades, así como un par de libros de texto.

Paso 1: actualice su comprensión de los conceptos matemáticos

ML es una disciplina con mucha matemática. Si planea modificar modelos de ML o crear otros nuevos desde cero, es importante estar familiarizado con los conceptos matemáticos subyacentes. No es necesario que aprendas todas las matemáticas de antemano, sino que puedes buscar conceptos con los que no estás familiarizado a medida que los encuentres. Si ha pasado un tiempo desde que tomó un curso de matemáticas, intente ver las listas de reproducción Esencia de álgebra lineal y Esencia de cálculo de 3blue1brown para un repaso. Te recomendamos que continúes tomando una clase de una universidad o viendo conferencias de acceso abierto del MIT, como Álgebra lineal o Cálculo de variable única .

Esencia del álgebra lineal
por 3Blue1Brown

Una serie de videos visuales cortos de 3blue1brown que explican la comprensión geométrica de matrices, determinantes, sustancias propias y más.

Gratis
Ver serie
Esencia de cálculo
por 3Blue1Brown

Una serie de videos visuales cortos de 3blue1brown que explican los fundamentos del cálculo de una manera que le brinda una sólida comprensión de los teoremas fundamentales, y no solo de cómo funcionan las ecuaciones.

Gratis
Ver serie
MIT 18.06: Álgebra lineal

Este curso introductorio del MIT cubre la teoría de matrices y el álgebra lineal. Se da énfasis a temas que serán útiles en otras disciplinas, incluidos sistemas de ecuaciones, espacios vectoriales, determinantes, valores propios, similitudes y matrices definidas positivas.

Gratis
Ver curso
MIT 18.01: Cálculo de una sola variable

Este curso introductorio al cálculo del MIT cubre la diferenciación e integración de funciones de una variable, con aplicaciones.

Gratis
Ver curso