machine learning for software engineers

Ruta de aprendizaje de arriba hacia abajo: aprendizaje automático para ingenieros de software

Inspirado en Coding Interview University.

Traducciones: portugués brasileño | 中文版本 | Francés | 臺灣華語版本

Cómo yo (Nam Vu) planeo convertirme en ingeniero de aprendizaje automático

¿Qué es?

Este es mi plan de estudio de varios meses para pasar de desarrollador móvil (autodidacta, sin título en informática) a ingeniero de aprendizaje automático.

Mi objetivo principal era encontrar un enfoque para estudiar el aprendizaje automático que sea principalmente práctico y resuma la mayor parte de las matemáticas para principiantes. Este enfoque no es convencional porque es de arriba hacia abajo y primero los resultados, diseñado para ingenieros de software.

Por favor, siéntase libre de hacer cualquier contribución que crea que lo mejorará.

---

Tabla de contenido

• ¿Qué es?
• ¿Por qué usarlo?
• como usarlo
• Sígueme
• No sientas que no eres lo suficientemente inteligente
• Acerca de los recursos de vídeo
• Conocimiento previo
• El plan diario
• Motivación
• Descripción general del aprendizaje automático
• Dominio del aprendizaje automático
• El aprendizaje automático es divertido
• Aprendizaje automático de tinta
• Aprendizaje automático: una guía detallada
• Historias y experiencias
• Algoritmos de aprendizaje automático
• Libros para principiantes
• Libros prácticos
• Concursos de conocimientos de Kaggle
• Serie de vídeos
• MOOC
• Recursos
• Convertirse en colaborador de código abierto
• Juegos
• Pódcasts
• Comunidades
• Conferencias
• Preguntas de la entrevista
• Mis empresas admiradas

---

¿Por qué usarlo?

Estoy siguiendo este plan para prepararme para mi trabajo en el futuro cercano: ingeniero de aprendizaje automático. He estado creando aplicaciones móviles nativas (Android/iOS/Blackberry) desde 2011. Tengo una licenciatura en Ingeniería de Software, no en Ciencias de la Computación. Tengo una cantidad mínima de conocimientos básicos sobre: ​​Cálculo, Álgebra Lineal, Matemática Discreta, Probabilidad y Estadística de la universidad. Piense en mi interés en el aprendizaje automático:

• ¿Puedo aprender y conseguir un trabajo en Machine Learning sin estudiar CS Master y PhD?
  • "Se puede, pero es mucho más difícil que cuando entré al campo". Drac Smith
• ¿Cómo consigo un trabajo en Machine Learning como programador de software que estudia por su cuenta Machine Learning, pero nunca tiene la oportunidad de usarlo en el trabajo?
  • "Estoy contratando expertos en aprendizaje automático para mi equipo y su MOOC no le dará el trabajo (hay mejores noticias a continuación). De hecho, muchas personas con una maestría en aprendizaje automático no conseguirán el trabajo porque ellos (y la mayoría de los que He tomado MOOC) no tengo un conocimiento profundo que me ayude a resolver mis problemas". Ross C.Taylor
• ¿Qué habilidades se necesitan para los trabajos de aprendizaje automático?
  • "En primer lugar, es necesario tener una experiencia decente en informática y matemáticas. El aprendizaje automático es un tema avanzado, por lo que la mayoría de los libros de texto asumen que tienes esa experiencia. En segundo lugar, el aprendizaje automático es un tema muy general con muchas subespecialidades que requieren habilidades únicas. Es posible que desees para explorar el plan de estudios de un programa de maestría en aprendizaje automático para ver el curso, el plan de estudios y el libro de texto." uri
  • "Probabilidad, Computación Distribuida y Estadística". Hortensia

Me encuentro en tiempos de problemas.

AFAIK, el aprendizaje automático tiene dos caras:

• Aprendizaje automático práctico: se trata de consultar bases de datos, limpiar datos, escribir scripts para transformar datos y unir algoritmos y bibliotecas y escribir código personalizado para extraer respuestas confiables de los datos para satisfacer preguntas difíciles y mal definidas. Es el desorden de la realidad.
• Aprendizaje automático teórico: se trata de matemáticas, abstracción, escenarios idealizados, límites, belleza y de informar lo que es posible. Es mucho más ordenado, limpio y alejado del desorden de la realidad.

Creo que la mejor manera de aplicar una metodología centrada en la práctica es algo así como 'práctica - aprendizaje - práctica', es decir, que los estudiantes primero presenten algunos proyectos existentes con problemas y soluciones (práctica) para familiarizarse con los métodos tradicionales en el área y tal vez también con su metodología. Después de practicar con algunas experiencias elementales, pueden consultar los libros y estudiar la teoría subyacente, que sirve para guiar su práctica avanzada futura y mejorará su caja de herramientas para resolver problemas prácticos. Estudiar teoría también mejora aún más su comprensión de las experiencias elementales y les ayudará a adquirir experiencias avanzadas más rápidamente.

Es un plan largo. Me va a llevar años. Si ya está familiarizado con gran parte de esto, le llevará mucho menos tiempo.

como usarlo

Todo lo que aparece a continuación es un esquema y debes abordar los elementos en orden de arriba a abajo.

Estoy usando el sabor especial de rebajas de Github, que incluye listas de tareas para comprobar el progreso.

• Crea una nueva rama para que puedas verificar elementos como este, solo coloca una x entre paréntesis: [x]

Más sobre las rebajas con sabor a Github

Sígueme

Soy un ingeniero de software vietnamita muy apasionado y quiere trabajar en los EE. UU.

¿Cuánto trabajé durante este plan? Aproximadamente 4 horas por noche después de un largo y duro día de trabajo.

Estoy en el viaje.

• Gorjeo: @Nam Vu

Estados Unidos como diablos

No sientas que no eres lo suficientemente inteligente

Me desaniman los libros y cursos que, tan pronto como los abro, me dicen que el cálculo multivariado, la estadística inferencial y el álgebra lineal son requisitos previos. Todavía no sé cómo empezar...

• ¿Qué pasa si no soy bueno en matemáticas?
• 5 técnicas para comprender los algoritmos de aprendizaje automático sin experiencia en matemáticas
• ¿Cómo aprendo el aprendizaje automático?

Acerca de los recursos de vídeo

Algunos videos están disponibles solo al inscribirse en una clase de Coursera o EdX. Es gratis hacerlo, pero a veces las clases ya no están en sesión y tienes que esperar un par de meses, por lo que no tienes acceso. Agregaré más videos de fuentes públicas y reemplazaré los videos del curso en línea con el tiempo. Me gusta utilizar las conferencias universitarias.

Conocimiento previo

Esta breve sección consta de requisitos previos/información interesante que quería aprender antes de comenzar con el plan diario.

• ¿Cuál es la diferencia entre análisis de datos, análisis de datos, minería de datos, ciencia de datos, aprendizaje automático y big data?
• Aprendiendo a aprender
• No rompas la cadena
• Cómo aprender por tu cuenta

El plan diario

Cada tema no requiere un día entero para poder comprenderlo completamente y puedes realizar varios de ellos en un día.

Cada día tomo un tema de la lista a continuación, lo leo de principio a fin, tomo notas, hago los ejercicios y escribo una implementación en Python o R.

Motivación

• Sueño

Descripción general del aprendizaje automático

• Una introducción visual al aprendizaje automático
• Guía suave para el aprendizaje automático
• Introducción al aprendizaje automático para desarrolladores
• Conceptos básicos del aprendizaje automático para un novato
• ¿Cómo se explica el aprendizaje automático y la minería de datos a personas que no son informáticas?
• Aprendizaje automático: bajo el capó. La publicación del blog explica los principios del aprendizaje automático en términos sencillos. Sencillo y claro
• ¿Qué es el aprendizaje automático y cómo funciona?
• ¿Cómo convertirse en ingeniero de aprendizaje automático?
• [] Aprendizaje profundo: una introducción no técnica [remoto]

Dominio del aprendizaje automático

• El método de dominio del aprendizaje automático
• Aprendizaje automático para programadores
• Aprendizaje automático aplicado con dominio del aprendizaje automático
• Minicurso de aprendizaje automático de Python
• Minicurso sobre algoritmos de aprendizaje automático

El aprendizaje automático es divertido

• ¡El aprendizaje automático es divertido!
• Parte 2: Uso del aprendizaje automático para generar niveles de Super Mario Maker
• Parte 3: Aprendizaje profundo y redes neuronales convolucionales
• Parte 4: Reconocimiento facial moderno con aprendizaje profundo
• Parte 5: Traducción de idiomas con aprendizaje profundo y la magia de las secuencias
• Parte 6: Cómo realizar el reconocimiento de voz con aprendizaje profundo
• Parte 7: Abusar de las redes generativas adversarias para crear Pixel Art de 8 bits
• Parte 8: Cómo engañar intencionalmente a las redes neuronales

Aprendizaje automático de tinta

• Parte 1: ¿Qué es el aprendizaje automático?
• Parte 2: Aprendizaje supervisado y aprendizaje no supervisado

Aprendizaje automático: una guía detallada

• Descripción general, objetivos, tipos de aprendizaje y algoritmos
• Selección, preparación y modelado de datos.
• Evaluación, validación, complejidad y mejora del modelo.
• Análisis de errores y rendimiento del modelo.
• Aprendizaje no supervisado, campos relacionados y aprendizaje automático en la práctica

Historias y experiencias

• Aprendizaje automático en una semana
• Aprendizaje automático en un año
• Cómo escribí mi primer programa de aprendizaje automático en 3 días
• Ruta de aprendizaje: su mentor para convertirse en un experto en aprendizaje automático
• ¡Tú también puedes convertirte en una estrella de rock del aprendizaje automático! Sin doctorado
• Cómo convertirse en científico de datos en 6 meses: el enfoque de un hacker para la planificación profesional
  • Video
  • Deslizar
• 5 habilidades que necesitas para convertirte en ingeniero de aprendizaje automático
• ¿Es usted un ingeniero de aprendizaje automático autodidacta? En caso afirmativo, ¿cómo lo hiciste y cuánto tiempo te llevó?
• ¿Cómo se puede convertirse en un buen ingeniero de aprendizaje automático?
• Un año sabático de aprendizaje centrado en Machine Learning

Algoritmos de aprendizaje automático

• Diez algoritmos de aprendizaje automático explicados a un 'soldado del ejército'
• Los 10 mejores algoritmos de minería de datos en inglés sencillo
• Diez términos de aprendizaje automático explicados en inglés sencillo
• Un recorrido por los algoritmos de aprendizaje automático
• Los 10 algoritmos que los ingenieros de aprendizaje automático deben conocer
• Comparación de algoritmos de aprendizaje supervisado
• Algoritmos de aprendizaje automático: una colección de implementaciones mínimas y limpias de algoritmos de aprendizaje automático
• Algoritmo KNN en aprendizaje automático

Libros para principiantes

• Data Smart: uso de la ciencia de datos para transformar la información en conocimiento 1.ª edición
• Ciencia de datos para empresas: lo que necesita saber sobre la minería de datos y el pensamiento analítico de datos
• Análisis predictivo: el poder de predecir quién hará clic, comprará, mentirá o morirá

Libros prácticos

• Aprendizaje automático para hackers
  • Repositorio de GitHub(R)
  • Repositorio de GitHub (Python)
• Aprendizaje automático de Python
  • repositorio de GitHub
• Programación de inteligencia colectiva: creación de aplicaciones web 2.0 inteligentes
• Aprendizaje automático: una perspectiva algorítmica, segunda edición
  • repositorio de GitHub
  • Repositorio de recursos
• Introducción al aprendizaje automático con Python: una guía para científicos de datos
  • repositorio de GitHub
• Minería de datos: herramientas y técnicas prácticas de aprendizaje automático, tercera edición
  • Material didáctico
    • Diapositivas de los capítulos 1 a 5 (zip)
    • Diapositivas de los capítulos 6 a 8 (zip)
• Aprendizaje automático en acción
  • repositorio de GitHub
• Sistemas reactivos de aprendizaje automático (MEAP)
  • repositorio de GitHub
• Una introducción al aprendizaje estadístico
  • Repositorio de GitHub(R)
  • Repositorio de GitHub (Python)
  • Vídeos
• Creación de sistemas de aprendizaje automático con Python
  • repositorio de GitHub
• Aprendiendo scikit-learn: aprendizaje automático en Python
  • repositorio de GitHub
• Programación probabilística y métodos bayesianos para hackers
• Modelos gráficos probabilísticos: principios y técnicas
• Aprendizaje automático: práctica para desarrolladores y profesionales técnicos
  • Revisión práctica de aprendizaje automático para desarrolladores y profesionales técnicos
  • repositorio de GitHub
• Aprender de los datos
  • tutoriales en línea
• Aprendizaje por refuerzo: una introducción (segunda edición)
  • repositorio de GitHub
• Aprendizaje automático con TensorFlow (MEAP)
  • repositorio de GitHub
• Cómo funciona el aprendizaje automático (MEAP)
  • repositorio de GitHub
• Triunfar con la IA

Concursos de conocimientos de Kaggle

• Competiciones de Kaggle: ¿Cómo y por dónde empezar?
• Cómo un principiante utilizó pequeños proyectos para iniciarse en el aprendizaje automático y competir en Kaggle
• Domine Kaggle compitiendo constantemente

Serie de vídeos

• Aprendizaje automático para hackers
• Aprendizaje automático nuevo
• Recetas de aprendizaje automático con Josh Gordon
• Todo lo que necesita saber sobre el aprendizaje automático en 30 minutos o menos
• Una introducción amigable al aprendizaje automático
• Aspectos prácticos de la aplicación del aprendizaje profundo - Andrew Ng
• Seminario web BigML
  • Video
  • Recursos
• Tutoriales de aprendizaje automático de mathmonk
• Aprendizaje automático en Python con scikit-learn
  • repositorio de GitHub
  • Blog
• Mi lista de reproducción: los mejores vídeos de YouTube sobre aprendizaje automático, redes neuronales y aprendizaje profundo
• 16 nuevos tutoriales y cursos sobre aprendizaje automático que debes ver
• Aprendizaje profundo.TV
• aprendiendo a ver
• Clase de redes neuronales - Université de Sherbrooke
• 21 vídeos, tutoriales y cursos de aprendizaje profundo en Youtube de 2016
• Los 30 mejores vídeos, tutoriales y cursos sobre aprendizaje automático e inteligencia artificial de 2016
• Aprendizaje profundo práctico para codificadores
• Aprendizaje profundo práctico para codificadores versión 2 (PyTorch)

MOOC

• La IA de Coursera para todos
• Introducción de edX a la inteligencia artificial (IA)
• Introducción de Udacity al aprendizaje automático
  • Introducción de Udacity a la revisión del aprendizaje automático
• Supervisado, no supervisado y reforzado de Udacity
• Fundamentos del aprendizaje automático: un enfoque de estudio de caso
• Fundamentos del aprendizaje automático y la IA: estimaciones de valor
• Educación práctica en ciencia de datos de Kaggle
• Programa Profesional de Microsoft para Inteligencia Artificial
• Aprendizaje automático de Coursera
  • Sólo vídeo
  • Revisión del aprendizaje automático de Coursera
  • Coursera: hoja de ruta del aprendizaje automático
• Aprendizaje automático destilado
• Entrenamiento BigML
• Redes neuronales de Coursera para el aprendizaje automático
  • Impartido por Geoffrey Hinton, pionero en el campo de las redes neuronales
• Aprendizaje automático - CS - Universidad de Oxford
• Aplicaciones creativas de aprendizaje profundo con TensorFlow
• Introducción a la estadística descriptiva
• Introducción a la estadística inferencial
• 6.S094: Aprendizaje profundo para vehículos autónomos
• 6.S191: Introducción al aprendizaje profundo
• Aprendizaje profundo de Coursera

Recursos

• El comienzo absoluto del aprendizaje automático
• Aprenda el aprendizaje automático en un solo mes
• La guía no técnica sobre aprendizaje automático e inteligencia artificial
• Comunidad de programación Recursos seleccionados para aprender Aprendizaje automático
• Libro de reglas de mejores prácticas para la ingeniería de aprendizaje automático de Google
• Aprendizaje automático para ingenieros de software en Hacker News
• Aprendizaje automático para desarrolladores
• ¿Aprendizaje automático para humanos?
• Consejos sobre aprendizaje automático para desarrolladores
• Aprendizaje automático para principiantes
• Introducción al aprendizaje automático: para principiantes absolutos y estudiantes de quinto grado
• Cómo aprender el aprendizaje automático: la forma autónoma
• Recursos de autoaprendizaje sobre aprendizaje automático
• Sube de nivel tu aprendizaje automático
• Una guía honesta para el aprendizaje automático
• Suficiente aprendizaje automático para que las noticias sobre piratas informáticos vuelvan a ser legibles
  • Video
  • Deslizar
• Sumérgete en el aprendizaje automático
• Aprendizaje {Machine, Deep} para ingenieros de software
• Aprendizaje profundo para principiantes
• Fundamentos para el aprendizaje profundo
• Mapa mental de aprendizaje automático/hoja de referencia
• Cursos de aprendizaje automático en universidades
  • stanford
  • Escuelas de verano de aprendizaje automático
  • Oxford
  • Cambridge
• Temas de Flipboard
  • Aprendizaje automático
  • Aprendizaje profundo
  • Inteligencia artificial
• Temas medianos
  • Aprendizaje automático
  • Aprendizaje profundo
  • Inteligencia artificial
• Los 10 artículos principales del mes
  • Aprendizaje automático
  • Algoritmos
• Lista completa de recursos de ciencia de datos
• Recursos de Inteligencia Artificial de DigitalMind
• Impresionante aprendizaje automático
• Impresionante clasificación de gráficos
• Impresionante detección de comunidad
• Aprendizaje automático de CreativeAi
• Hoja de ruta del aprendizaje automático
• Cursos en línea de aprendizaje automático

Juegos

• Halite: juego de codificación de IA
• Vindinium: desafío de programación de IA
• Concurso general de IA de videojuegos
• Concurso de IA de Angry Birds
• Los juegos de IA
• Competencia de IA de juegos de lucha
• Copa de código
• Torneo de IA para estudiantes de StarCraft
• Concurso AIIDE StarCraft de IA
• Concurso de IA CIG StarCraft
• CodinGame - Juegos de robots de IA

Convertirse en colaborador de código abierto

• tensorflow/magenta: Magenta: Generación de música y arte con inteligencia artificial
• tensorflow/tensorflow: Computación utilizando gráficos de flujo de datos para aprendizaje automático escalable
• cmusatyalab/openface: Reconocimiento facial con redes neuronales profundas.
• tensorflow/models/syntaxnet: Modelos neuronales de sintaxis.

Pódcasts

• Pódcasts para principiantes:

  • Máquinas parlantes
  • Digresiones lineales
  • Escéptico de los datos
  • Esta semana en aprendizaje automático e inteligencia artificial
  • Guía de aprendizaje automático

• Entrevistas con profesionales, investigadores y Kagglers de ML sobre su trayectoria

  • Chai Time Ciencia de datos, audio, reseñas
  • Aprendizaje automático para principiantes: entrevistas, audio

• "Más" podcasts avanzados

  • Parcialmente Derivado
  • Muestra de datos de O'Reilly
  • Desviación no tan estándar

• Podcasts para pensar fuera de lo común:

  • Historias de datos

Comunidades

• Quora

  • Aprendizaje automático
  • Estadística
  • Minería de datos

• Reddit

  • Aprendizaje automático
  • Visión por computadora
  • Lenguaje Natural
  • Ciencia de datos
  • Grandes datos
  • Estadística

• Datos tau

• Noticias de aprendizaje profundo

• KDnuggets

Conferencias

• Sistemas de procesamiento de información neuronal (NIPS)
• Conferencia Internacional sobre Representaciones del Aprendizaje (ICLR)
• Asociación para el Avance de la Inteligencia Artificial (AAAI)
• Conferencia IEEE sobre inteligencia computacional y juegos (CIG)
• Conferencia internacional IEEE sobre aplicaciones y aprendizaje automático (ICMLA)
• Conferencia internacional sobre aprendizaje automático (ICML)
• Conferencias Internacionales Conjuntas sobre Inteligencia Artificial (IJCAI)
• Asociación de Lingüística Computacional (ACL)

Preguntas de la entrevista

• Cómo prepararse para una entrevista sobre aprendizaje automático
• 40 preguntas de entrevistas formuladas en empresas emergentes en aprendizaje automático/ciencia de datos
• 21 preguntas y respuestas imprescindibles de la entrevista sobre ciencia de datos
• Las 50 principales preguntas y respuestas de las entrevistas sobre aprendizaje automático
• Preguntas de entrevista para ingeniero de aprendizaje automático
• Preguntas populares de la entrevista sobre aprendizaje automático
• ¿Cuáles son algunas preguntas comunes en las entrevistas sobre aprendizaje automático?
• ¿Cuáles son las mejores preguntas de la entrevista para evaluar a un investigador de aprendizaje automático?
• Colección de preguntas de la entrevista sobre aprendizaje automático
• 121 preguntas y respuestas esenciales sobre aprendizaje automático
• Plan de estudios mínimo viable para entrevistas sobre aprendizaje automático

Mis empresas admiradas

• ELSA - Tu entrenador virtual de pronunciación