Creo que puedo compartir mis dos bits aquí.
No tengo idea de qué antecedentes tiene o qué quiere decir con una palabra genérica “bueno”, pero supongamos que es un programador con las habilidades lo suficientemente buenas como para escribir código con complejidad media a alta. Supongo que por bueno quieres decir lo suficientemente bueno como para implementar y usar esos algoritmos.
Si este es tu objetivo, entonces no necesitarás muchas matemáticas. Puede ver el curso de Andrew Ng o cualquier curso de aprendizaje automático de nivel universitario. Eso le presentará varias técnicas de ML que actualmente son populares en términos genéricos a nivel de algoritmo. Le resultará difícil entender la justificación de por qué funciona el método, pero será lo suficientemente bueno como para ensuciarse la mano.
- ¿Debo comenzar a hacer audiciones para películas ahora?
- ¿Cómo podría crear más oportunidades en mi vida?
- Actualmente estoy en MAIT. ¿Qué tan buena es esta universidad en términos de colocación para MAE?
- Realmente no sé lo que quiero en mi vida profesional. ¿Qué tengo que hacer?
- ¿Qué es lo mejor que podría hacer si tuviera 30 años, un buen título universitario y un trabajo aburrido, soltero, sin hijos, pero con $ 25,000 en su cuenta bancaria?
Aunque le sugiero que no se detenga aquí, habiendo entendido esto, le sugiero que comience a investigar Maths for Machine Learning. Las matemáticas ahora se verían interesantes y útiles. Una razón importante por la que las personas encuentran las matemáticas difíciles es por dos razones
1. Leen libros terribles
2. Nunca se les enseña dónde se usarían todas estas matemáticas.
Sugeriría algunos libros que deben leerse (en orden)
1. Álgebra lineal de Hoffman y Kunze
2. Optimización convexa por Boyd
3. Teoría de la probabilidad. (No conozco un buen libro para esto. Quizás las personas en los comentarios pueden ayudarnos a encontrar uno).
Con una formación decente en matemáticas, debe recurrir a los libros estándar de ML. Sugeriré dos
1. PRML por Christopher M Bishop
2. Elementos de aprendizaje estadístico Tibshirani y Hastie
Solo he leído PRML por Christopher M Bishop, creo que es un libro difícil, pero si persiste puede tener sentido.
No obtendrá todo de una vez, nadie lo hace. Es un proceso iterativo. Lea Math para comprender ML y lea ML para comprender cómo se usa Math. Estoy bastante seguro de que si haces esto, podrás apreciar la belleza de Maths y ML.