Ruta de Aprendizaje Machine Learning en Español - Parte 1
Cuando aprendemos un nuevo tema de manera autónoma, por lo general nos encontramos con la dificultad de encontrar material que sea gratuito y que esté ordenado y en nuestro idioma.
En la comunidad de Inteligencia artificial de Colombia @ColombiaAI hemos diseñado una ruta de aprendizaje práctica para las personas que empiezan desde cero en machine learning. Con la siguiente ruta de aprendizaje lograrás entender desde los conceptos básicos de programación en python hasta los clásicos métodos de optimización de una red neuronal. Estarás mas que listo(a) para pasar al siguiente nivel DEEP LEARNING, no te preocupes también te daremos una ruta de aprendizaje efectiva con contenido gratuito de la red.
Recomendaciones y pre requisitos:
Antes de embarcarnos, te recordamos que puedes ingresar en cualquier orden al contenido listado, pero te recomendamos hacerlo en orden (de hecho esa es la gracia de la ruta de aprendizaje). Además, crea una cuenta en Kaggle (más adelante la usarás para resolver los talleres propuestos).
No siendo mas empecemos nuestro viaje.
¿Qué es machine learning?
Imagina que estas en una reunión familiar o del trabajo y te preguntan ¿Oye que es eso de machine learning?, ¿Que contestarías?, ¿No lo sabes?. No hay ningún problema, con este vídeo aprenderás no solo a definir que es el Machine Learning efectivamente, además a contarle a tu audiencia cuales son las aplicaciones más comunes.
¿Qué es aprendizaje supervisado y no supervisado?
Entonces tu querido familiar, compañero de trabajo o amigo te contesta.
“Es muy interesante todo eso, pero ¿las maquinas aprenden solas o tu les enseñas?”
Antes de que entres en pánico recuerda que viste el siguiente modulo.
En este vídeo entenderás que existen diversas formas para que una computadora pueda aprender desde aprendizaje supervisado al no supervisado.
Modelos Matemáticos
El mundo de la inteligencia Artificial demanda un conocimiento medio en matemáticas. Si MATEMÁTICAS mi querido amigo(a), matemáticas que cubren varios temas. Puedes aprender los conceptos básicos necesarios a la par que tomas esta ruta de aprendizaje, o a medida que necesitas nuevos conceptos puedes recordarlos. “Pero que el desconocimiento de algún tema de estos no sea una barrera para tu aprendizaje”.
Para que tengas presente los temas necesarios para entender machine learning son los siguientes.
Álgebra lineal
- Multiplicación matricial
- Álgebra matricial
Cálculo
- Cálculo de una derivada
- Cálculo del vector gradiente de una función escalar
Estadística descriptiva
- Calculo de Media, Mediana, Percentiles, Moda, Varianza y Desviación estándar.
- Distribución de datos
Probabilidad
- Espacio muestral
- Eventos
- Cálculo de probabilidad clásica
- Probabilidad de eventos mutuamente excluyentes
Regresión lineal
Ya hablamos de como los modelos matemáticos nos ayudan a entender nuestra realidad. ¿Recuerdas que estabas en una charla con un amigo sobre machine learning?… Perfecto, resulta que ahora le dices ¿Tienes una hoja y un lápiz? para explicarte como funcionaria en la práctica. Entonces comienzas a contarle como el clásico método de regresión lineal (un modelo matemático) puede ayudarlo a encontrar el mejor apartamento en la ciudad de Boston basándonos en sus necesidades.
Primer Taller
¿Cierto que cuando vemos la lotería nos gustaría poder ganarla?, pues para granarla hay que jugarla.
Este es el primer módulo donde aprenderás en la práctica (programando en python) como trabajar con machine learning. Pero primero ¿recuerdas que te habíamos recomendado crear una cuenta en kaggle?
¿Qué es kaggle?
Es una plataforma gratuita (conocida como la red social de los científicos de datos), donde encontrarás tutoriales, ejemplos, competencias, datos y otras herramientas útiles en nuestra industria. Allí también puedes escribir código que se ejecuta en los servidores de kaggle y compartir tu código o reservarlo para tu equipo de trabajo.
No es una plataforma de producción su enfoque principal es el aprendizaje.
¿Cómo uso kaggle?
Si ya se lo que me vas a decir ¿Pero no está en español?, igual que a ti me duele no encontrar contenido en español. Si encuentras un tutorial sobre kaggle en nuestro idioma por favor déjalo en los comentarios.
¿Cómo forquear (clonar) un kernel de kaggle?
INTRODUCCIÓN A PYTHON
Python es el lenguaje de programación más usado para machine learning gracias a su gran popularidad y fácil aprendizaje.
En este taller aprenderás a usarlo. Si hay conceptos que no entiendes (Regularización, coste, error, sigmoide, etc..) no te preocupes las irás aprendiendo a lo largo del curso. El objetivo en este punto es aprender python.
REGRESIÓN LINEAL EN LA PRÁCTICA
Como ya sabes usar python y kaggle ahora tu crearás tu primer kernel de kaggle donde ejecutarás desde cero siguiendo el siguiente tutorial, un modelo de regresión lineal para la predicción del precio de apartamentos en la ciudad de Boston.
Hasta aquí la primera parte
En la siguiente parte aprenderás los temás más importantes que te darán todo el soporte matemático en este recorrido.
Si tienes alguna duda o recomendación puedes dejarla en los comentarios, o escribirnos a nuestras cuentas en twitter.
Siguenos para estar al día en noticias, eventos y mas contenido interesante.
Comparte este contenido en tus redes sociales, con tus amigos y familiares. recuerda:
