Cómo aprender inteligencia artificial

I. Aprendizaje automático

Para obtener los mejores cursos introductorios de aprendizaje automático, consulta el curso de aprendizaje automático de Andrew Ng en Coursera. Este curso explica conceptos básicos para brindarle una comprensión completa de los algoritmos más importantes.

Para obtener una breve descripción general de los algoritmos de ML, consulte el curso de TutsPlus "Machine Learning Distilled".

El libro Programming Collective Intelligence es un excelente recurso para aprender implementaciones prácticas de algoritmos ML en Python. Lo llevará a través de una serie de proyectos prácticos que cubren todos los conceptos básicos necesarios.

Aquí hay buenos recursos que pueden interesarle:

Curso de ML de Udacity impartido por Perer Norvig

Otro curso de ML impartido por Tom Mitchell en la Universidad de Cameron

Tutorial de aprendizaje automático mathmonk en YouTube

Parte 2: Aprendizaje profundo

La mejor introducción al aprendizaje profundo que he encontrado es "Aprendizaje profundo con Python" 》. En lugar de sumergirse en matemáticas difíciles o en una lista muy larga de requisitos previos, describe una forma sencilla de comenzar con el aprendizaje profundo, explicando cómo comenzar a construir y aprender todo rápidamente en la práctica. Explica las herramientas de última generación (Keras, TensorFlow) y lo guía a través de varios proyectos prácticos sobre cómo lograr resultados de última generación en las mejores aplicaciones de DL.

Además, 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 esto, si quieres aprender más, aquí tienes algunos recursos más interesantes:

El curso Coursera de Geoffrey Hinton "Neural Networks for Machine Learning". Este curso lo llevará a resolver el problema clásico de las redes neuronales: el reconocimiento de caracteres MNIST, y le explicará todo en profundidad.

El libro "Aprendizaje profundo" del MIT.

Tutorial UFLDL de la Universidad de Stanford

¿tutorial de earning.net?

"Redes neuronales y aprendizaje profundo" de Michael Nielsen

"Redes neuronales e inteligencia artificial de máquinas de aprendizaje" de Simon O. Haykin: Un enfoque moderno (AIMA) trata sobre "antiguos fashioned" Uno de los mejores libros sobre inteligencia artificial. Inteligencia artificial es uno de los mejores libros sobre inteligencia artificial de la "vieja escuela". 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 UC Berkeley es una excelente serie de videoconferencias que enseñan los conceptos básicos a través de un proyecto práctico muy interesante (entrenar una IA para jugar Pacman). Recomiendo leer AIMA mientras ves el vídeo, ya que está basado en el libro y explica muchos conceptos similares desde diferentes perspectivas, lo que lo hace más fácil de entender. Las explicaciones de este libro son relativamente detalladas y son un gran 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 te enseñarán de una manera intuitiva e interesante. manera Explicar las mejores teorías modernas.

"Sobre la Inteligencia" (Audiolibro) de Jeff Hawkins

"Gödel, Escher, Bach"

Te recomiendo comenzar con estos dos libros, que hacen un Buen trabajo explicándote la teoría general de cómo funciona el cerebro.

Recursos adicionales:

Cómo crear mentes (audiolibro) de Ray Kurzweil.

Principles of Neuroscience es el mejor libro que pude encontrar para un estudio en profundidad del SN. Cubre ciencia básica, neuroanatomía y más. Muy interesante, pero también muy largo; todavía lo estoy leyendo.

IV. Matemáticas

Aquí tienes los conceptos matemáticos básicos que necesitas para empezar a aprender inteligencia artificial:

Cálculo

Khan Academy Micro Integral vídeo

Conferencias del MIT sobre cálculo multivariable

Álgebra lineal

Video de álgebra lineal de Khan Academy (vídeos de álgebra lineal)

Videos de álgebra lineal del MIT de Gilbert Strang

Codificación matricial: vídeos de álgebra lineal del MIT por Gilbert Strang

Vídeos de álgebra lineal de Khan Academy Curso de informática de álgebra roscada de la Universidad de Brown

Probabilidad y estadística

Estadísticas de probabilidad de Khan Academy)

Curso de probabilidad de edx

V. Informática

Para dominar la inteligencia artificial, es necesario estar familiarizado con la informática y programación.

Si estás empezando, te recomiendo leer el libro "Dive Into Python 3" que cubre la mayor parte de lo que necesitas saber sobre programación en Python.

Si quieres tener una comprensión más profunda de la naturaleza de la programación informática, puedes consultar este curso clásico del MIT. Este es un curso sobre los fundamentos del lisp y la informática, basado en uno de los libros más influyentes que explica la informática, la estructura y los programas informáticos.

6. Otros recursos

Metacademy: es el "administrador de paquetes" para su conocimiento. Puede utilizar esta gran herramienta para conocer todos los requisitos previos necesarios para aprender diferentes temas de ML.

kaggle?-Plataforma de aprendizaje automático