¿Cómo pueden los novatos aprender inteligencia artificial desde cero?
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 por dónde empezar.
Primero, 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 "Conceptos básicos del aprendizaje automático".
El libro "Programación de inteligencia colectiva" es un buen recurso para aprender a implementar algoritmos de aprendizaje automático en Python. Requiere que pases por muchos proyectos reales y cubras todas las bases necesarias.
También te pueden interesar estos excelentes recursos:
1. Curso de Udacity sobre ML (ML Udacity Perer Norvig.
2. Cameron Otro curso sobre ML impartido por Tom Mitchell en la universidad
3. Tutorial de aprendizaje automático mathmonk en YouTube
Segundo, aprendizaje profundo
La mejor introducción al aprendizaje profundo es el aprendizaje profundo con Python. No entra en matemáticas difíciles ni en una larga lista de requisitos previos, sino que describe una forma sencilla de iniciar DL y explica cómo empezar a construir y aprender todo rápidamente en la práctica. herramientas de última generación (Keras, TensorFlow) y lo guía a través de varios proyectos prácticos para lograr resultados de última generación en las mejores aplicaciones de DL /p>
También hay un excelente curso introductorio sobre DL en Google. así como una excelente explicación de las redes neuronales por parte de Sephen Welch.
Después de eso, para una comprensión más profunda, aquí hay algunos recursos interesantes:
1. Networks for Machine Learning". Este curso le llevará a través del problema clásico de las redes neuronales artificiales: el proceso de reconocimiento de caracteres MNIST, y le explicará todo en profundidad.
2. MIT Deep Learning
3.Tutorial UFLDL de la Universidad de Stanford (Tutorial UFLDL de la Universidad de Stanford)
Tutorial 4.deeplearning.net
Libro de Michael Nelson "Redes neuronales y aprendizaje profundo"
6. Libro de Simon O. Haykin "Redes neuronales y máquinas de aprendizaje"
Tercero, Inteligencia artificial
"Inteligencia artificial: métodos modernos (Liu Mengjie)" (Inteligencia artificial) : Modern Methods) es el mejor libro sobre inteligencia artificial 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 UC. Berkeley es una excelente serie de videoconferencias, dirigidas a través de un proyecto práctico muy interesante (entrenar una IA para jugar el juego Pacman) que explica los conceptos básicos. Recomiendo ver "AIMA" junto con el video, porque está basado en este libro. y explica muchos conceptos similares desde diferentes ángulos, haciéndolos más fáciles de entender. Se dice que es un muy buen recurso sobre cómo funciona el cerebro. Si estás interesado en la inteligencia artificial, quizás quieras saber cómo funciona el cerebro humano. Una forma intuitiva e interesante de explicar las mejores teorías modernas
1 "Sobre la Inteligencia" de Jeff Hawkins (audiolibro) <. /p>
2. G? Dell, Escher. , Bach
Sugiero comenzar con estos dos libros. Estos dos libros pueden brindarle una buena explicación de la teoría general del trabajo del cerebro.
Recursos adicionales:
Cómo crear una mente (audiolibro) de Ray Kurzweil.
"Principios de Neurociencia" es el mejor libro que puedo encontrar para profundizar en la NS. Se trata de ciencia básica, neuroanatomía y más. Es interesante, pero también largo; todavía lo estoy leyendo.
Cuarto, Matemáticas
Los siguientes son conceptos matemáticos muy básicos que necesitas saber para empezar a aprender inteligencia artificial:
Piedras
1 , Video de cálculo de Khan Academy (Video de cálculo de Khan Academy)
2 Conferencia de cálculo multivariable del MIT (Conferencia de cálculo multivariable del MIT)
Álgebra lineal
1. Vídeo de álgebra lineal (vídeo de álgebra lineal de Khan Academy)
2. Vídeo de álgebra lineal del MIT de Gilbert Strong
p>
3. (Matriz de codificación) - Curso de álgebra informática de Brown University Thread
Probabilidad y estadística
1, vídeo de probabilidad y estadística de Khan Academy
2.edx Curso de probabilidad (edx curso de probabilidad)
Verbo (abreviatura de verbo) informática
Para dominar la IA, es necesario estar familiarizado con la informática y la programación.
Si recién está comenzando, le recomiendo leer el libro "Python 3 en profundidad". Se mencionará la mayor parte del conocimiento necesario para la programación en Python.
Para tener una comprensión más profunda de la naturaleza de la programación informática, eche un vistazo a este curso clásico del MIT (el MIT es un curso sobre los conceptos básicos de lisp y ciencias de la computación, y también es el curso más influyente basado en cs Libro Uno: Explicación de estructuras y programas informáticos.
Verbos intransitivos Otros recursos
¿Metaacadémico? Es un excelente "administrador de paquetes" para aprender todos los requisitos previos. para aprender diferentes temas de ML
Kagle – Plataforma de aprendizaje automático