? ¡Esta guía es gratuita! Apóyalo (¡y a mí!) gratis:?
Bienvenido a la hoja de ruta del aprendizaje automático : ¡una guía sucinta para aprender los fundamentos del aprendizaje automático de forma gratuita!
Esta guía simplificada le ayudará a:
- Aprenda los requisitos previos esenciales
- Domine los conceptos básicos de ML de manera eficiente
- Construya una base para comprender temas avanzados
- Prepárese para el desarrollo de ML en el mundo real
A diferencia de las guías completas que pueden resultar abrumadoras, esta hoja de ruta está simplificada y se centra en los temas más importantes de los mejores educadores de ML. El objetivo es simple: llegar a un punto en el que pueda explorar con confianza temas de aprendizaje automático de forma independiente .
¡Apoye a los autores y creadores de estos recursos! A muchos de estos recursos se les dedicaron cientos de horas. Si compras un libro vinculado en la sección de temas avanzados, ¡no olvides dejar una reseña después de leerlo! Las reseñas son vitales para que los autores continúen con su trabajo. Me he vinculado a perfiles sociales a lo largo del documento tanto como pude. Puedes apoyar a los creadores de estos recursos de forma gratuita dándoles un seguimiento y dándoles me gusta a su contenido.
¡Comencemos tu viaje de ML!
Tabla de contenido
- Requisitos previos
- Programación
- Matemáticas
- Herramientas de desarrollo
- Fundamentos
- Temas avanzados
- Conceptos básicos
- Modelos de lenguaje y PNL
- Aprendizaje profundo y transformadores
- Aprendizaje por refuerzo
- Procesamiento del lenguaje natural y visión por computadora
- Aplicaciones de aprendizaje
- Manejo de datos
- Ingeniería de aprendizaje automático
- Otros temas importantes
- Habilidades laborales
- Preparación para la entrevista
- Lenguajes de programación
- Marcos de aprendizaje automático
- Plataformas en la nube
- Herramientas de desarrollo y operaciones
- GPU gratuitas
- Otros recursos
Requisitos previos
Programación
Programación general
- CS50 de Harvard
Punto de partida perfecto para principiantes
Pitón
- Introducción a Python por Harvard
Para principiantes
- Clase Python de Google por Google
Genial como repaso
Bibliotecas de datos
- Tutorial de NumPy por el equipo de NumPy
- Curso de pandas de Kaggle
Matemáticas
Base
- ? Plan de estudios de álgebra de Khan Academy
- ? Álgebra lineal de Khan Academy
Temas avanzados
- Probabilidad de Harvard
- ? Derivados/Derivados parciales de Khan Academy
- ? Degradados de Khan Academy
- ? Visualización de retropropagación por Google
Herramientas de desarrollo
Control de versiones
- Aprenda Git por la comunidad Git
- Tutorial de Github por GitHub
Línea de comando
- Aprenda Shell por learnshell.org
Fundamentos
Aprendizaje automático central
- Introducción de 20 minutos al aprendizaje automático de Google
Punto de partida perfecto para los conceptos de ML
- Curso intensivo de aprendizaje automático de Google
Base integral en los fundamentos del ML
Temas avanzados
Conceptos básicos
- Aprendizaje automático Q e IA por Sebastian Raschka
Una inmersión profunda en una amplia variedad de conceptos avanzados de ML
Modelos de lenguaje y PNL
- ? Introducción a los LLM por Andrej Karpathy
- ? Construcción y ajuste de LLM por Sebastian Raschka
- Construya un LLM desde cero por Sebastian Raschka
- Secciones del curso LLM por Maxime Labonne
Aprendizaje profundo y transformadores
- Fundamentos del aprendizaje profundo de LightningAI
- Guía del ingeniero para el aprendizaje profundo por Hironobu Suzuki
- Curso de Transformers abrazando la cara
Aprendizaje por refuerzo
Procesamiento del lenguaje natural y visión por computadora
- Curso de PNL de Huggingface
- Visión por computadora de Kaggle
Aplicaciones de aprendizaje
- AA para la ciencia por Christoph Molnar y Timo Freiesleben
- ? ML para juegos de Huggingface
Manejo de datos
- Introducción a SQL y SQL avanzado por Kaggle
- Preparación de datos por Google
Ingeniería de aprendizaje automático
- Hecho con ML por Goku Mohandas
- ? Escuela ML de Santiago
Otros temas importantes
- ? Matemáticas ML por Tivadar Danka
- ��� Eficiencia de ML por MIT
- Destilación del conocimiento por Dmitry Kozlov
- Ética de la IA por Kaggle
- Explicabilidad de ML por Kaggle
Habilidades laborales
Esta sección contiene habilidades populares sobre ofertas de trabajo relacionadas con el aprendizaje automático y recursos para prepararse para entrevistas para esos trabajos.
Preparación para la entrevista
- Descifrando la entrevista de codificación por Gayle Laakman McDowell
Cree para comprender y practicar preguntas estilo Leetcode
- Entrevista sobre diseño de sistemas realizada por Alex Xu
Preparación para el diseño del sistema.
- Plan de estudio para entrevistas de ML por Khang Pham
Un plan de estudio mínimo viable para entrevistas de aprendizaje automático
Lenguajes de programación
- Introducción a Python por Harvard
Curso completo de Python para principiantes
- Buceo profundo en Python por Stephen Gruppetta
Más avanzado y completo
- Tutorial de C++ de freeCodeCamp
Curso completo de C++ para principiantes.
- Equipo Rust por Rust
- Java por la Universidad de Helsinki
Marcos de aprendizaje automático
Aprendizaje profundo
- Curso completo de TensorFlow 2.0 de freeCodeCamp
- PyTorch para el aprendizaje profundo por Daniel Bourke
- Tutoriales de Scikit-learn realizados por desarrolladores de Scikit-learn
- Tutorial de Keras por TutorialsPoint
Proceso de datos
- Tutorial de NumPy por el equipo de NumPy
- Curso de pandas de Kaggle
Herramientas avanzadas
- Inicio rápido de JAX de Google
- Tutorial de ONNX por el equipo de ONNX
- Guía TensorRT de NVIDIA
- Curso intensivo de LangChain por Patrick Loeber
Desarrollo de modelos
- Documentación de XGBoost por el equipo de XGBoost
- Guía de programación CUDA de NVIDIA
Plataformas en la nube
Principales proveedores
- ML en Google Cloud por Google Cloud
- Aprendizaje automático de AWS de Amazon Web Services
- Fundamentos de la IA de Azure de Microsoft
Herramientas de desarrollo y operaciones
- Tutorial de Kubernetes de TechWorld con Nana
- Tutorial de Docker por freeCodeCamp
GPU gratuitas
Principales opciones
- colaboración de google
GPU T4/P100 gratuitas, por tiempo limitado
- Cuadernos Kaggle
30 horas/semana de GPU P100/T4
Opciones adicionales
- IA relámpago
22 horas de GPU gratis
- Plataforma en la nube de Google
$300 créditos gratis
- Amazon SageMaker
Nivel gratuito disponible
- Degradado del espacio de papel
Nivel comunitario gratuito
Otros recursos
- ? Boletines recomendados por mí
- ? Canales de YouTube recomendados por Dair AI
- ? Cuentas recomendadas para seguir en X por mi
Si falta alguna información, usted es el autor de un recurso y desea eliminarlo, o si tiene algún otro comentario general, envíeme un mensaje para hacérmelo saber.
