¿Por donde empezar a estudiar Machine Learning?

Esta es una pregunta recurrente que me hacen en los comentarios del video, así como directamente al correo. ¿Por donde empiezo a estudiar Machine Learning? E inclusive cualquier área de la Inteligencia Artificial.

Mi respuesta siempre es la misma, todo depende de tus conocimientos previos y qué es lo que se te haga más fácil. Por ejemplo, si ya sabes algún lenguaje de programación se te hará muy fácil aprender Python o algún lenguaje relacionado a Machine Learning. Por lo tanto, acá te voy a dar una pequeña guía que te funcionará para empezar tu camino dentro de este interesante mundo.

Paso 1: entender los conocimientos básicos

Esto se refiere a tener un conocimiento general sobre Machine Learning. Posiblemente ya tengas algunas ideas generales y algún entendimiento, pero seguramente lo tienes todos desordenado en tu cabeza, por lo tanto, es importante poner en orden esos conocimientos para poder iniciar.

Para este punto te sugiero que hagas todo el curso de Introducción a Machine Learning que tengo publicado. Este es un curso totalmente básico en donde explicó, de manera general, sin formulas y sin uso de términos avanzado, todo lo que debes empezar a conocer dentro de Machine Learning.

Una vez que hayas finalizado de ver y, sobretodo, entender todos estos videos, te sugiero que veas también la lista de reproducción que tengo sobre Más información de Machine Learning e inclusive también el de Preguntas Frecuentes, ya que acá se explica algunas dudas que normalmente se tiene sobre este tema.

Con todo esto ya tendrás una idea, muy básica sobre este tema.

Paso 2: Aprender sobre estadísticas y álgebra lineal

Las estadísticas y el álgebra lineal son parte fundamental de Machine Learning, inclusive varios algoritmos dentro de esta área tienen sus bases estadísticas por lo que es fundamental estos conocimientos.

En ocasiones estos temas se obvian al momento de estudiar Machine Learning y estos son conocimientos fundamentales ya que todos los algoritmos dentro Machine Learning se basa en esto.

Aunque te parecerán tediosos debes aprender sobre estos temas, por ejemplo, en mi caso, yo soy ingeniero por lo que tengo alguna base en estos conocimientos lo que hice es refrescar los conceptos básicos y a medida que iba aprendiendo algún algoritmo y no entendía algo, me iba a la teoría para refrescar lo que se estaba haciendo. De repente este sea tu caso, que tengas algún conocimiento previo y solamente tengas que refrescarlo.

Para aprender sobre estadísticas y álgebra lineal, hay mucho contenido sobre estos temas en la web, para el año 2020 voy a estar publicando unos cursos introductorios sobre estos temas. En caso de que estés viendo este video en el 2020 te recomiendo que busques esta información en mi canal, de caso contrario te recomiendo que busques la información en la web o esperas a que este publicada en mi canal.

Paso 3: Aprender un lenguaje de programación de Machine Learning

Los algoritmos de Machine Learning se deben implementar de alguna forma, la ideal, por su puesto, es utilizar algún lenguaje de programación que ya cuente con librerías de Machine Learning por lo que es muy recomendable que tengas alguna base de programación.

Puedes empezar con Python, porque en mi opinión es el más fácil, pero lo puedes hacer con cualquier lenguaje de programación que tu desees. Recuerda que tengo un video con la lista de lenguajes de programación que puedes utilizar para Machine Learning.

Para este punto tengo un curso de Introducción de Python publicado en el canal que te puede servir.

También si tienes algún conocimiento previo de programación se te hará mucho más fácil aprender, en mi caso yo ya sabía programar en C e inclusive en Matlab y aprender Python se me hizo muy fácil, recuerda que no te tienes que volver experto, yo no me considero experta en esta área, solamente conocer lo básico es lo importante.

Paso 4: Aprender sobre el procesamiento de los datos

Este es un paso fundamental que en ocasiones veo que no lo toman tan en cuenta, pero si no tienes un buen procesamiento de los datos no podrás obtener buenos resultados al momento de implementar los algoritmos de Machine Learning.

El procesamiento de los datos, se trata de la obtención, limpieza y la organización de los datos que vamos a utilizar para obtener los modelos de Machine Learning. Para hacer todo este procedimiento tendrás que aplicar los conocimientos que previamente obtuviste, álgebra lineal, estadística y por supuesto programación. Uniendo todo estos podrás obtener unos datos adecuados para poderlos utilizar.

Para aprender sobre esto tengo un mini curso en donde explico lo fundamental sobre este tema. También a medida que desarrolles proyectos de Machine Learning te encontrarás situaciones en donde tendrás que investigar un poco más para realizar el respectivo procesamiento de los datos.

Paso 5: Aprender y crear modelos de Aprendizaje Supervisado

En este punto ya tienes los conocimientos básicos para empezar a crear modelos de Machine Learning y sugiero empezar con los más básicos que son los relacionados al Aprendizaje Supervisado.

Para muchos es más fácil aprender algo de manera práctica por lo que acá puedes ir aprendiendo la teoría de los algoritmos de aprendizaje supervisado de Machine Learning y a su vez desarrollar proyectos en donde apliques estos conocimientos. De esta forma se te hará más fácil y entretenido este aprendizaje.

Para aprender sobre esto tengo dos vías disponibles, una es el Curso de Machine Learning con Python y la otra es con el libro que tengo publicado de Machine Learning con Python – Aprendizaje Supervisado.

Acá queda en tus manos poner tus conocimientos aprendidos previamente para poder aprender más rápido sobre los algoritmos de aprendizaje supervisado.

Paso 6: Aprender y crear modelos de Aprendizaje no Supervisado

En este punto ya debes desenvolverte bien creando modelos con distintos algoritmos de aprendizaje supervisado, por lo que ya puedes empezar a aprender sobre los algoritmos de aprendizaje no supervisado de Machine Learning.

Igual que en el caso anterior, acá deberás implementar tus conocimientos de álgebra lineal, estadística, programación y procesamiento de los datos para que el aprendizaje sea mucho fácil y sobretodo rápido.

Para aprender sobre estos algoritmos a partir del 2020 comenzarán la serie de curso sobre este tema e igualmente estará publicado un libro al respecto. Si estás viendo este video en el 2020 te sugiero que busques esta información dentro de mi canal ya que estará disponible.

Paso 7: Investiga qué subcampo de Machine Learning te gusta y aprende más sobre este

Si has completado cada uno de los pasos anteriores ya puedes avanzar a este punto y profundizar tus conocimientos en algún área o subcampo de Machine Learning.

Seguramente en este punto quieres aprender más pero te has dado cuenta que hay muchos subcampos y temas dentro de Machine Learning, y cada uno de ellos tiene mucho que construir y mejorar, por lo que es conveniente que selecciones uno, el que más te interese o el que este más acorde a tu trabajo o intenciones de empleo.

En este punto ya nos vamos a adentrar un poco a áreas de la Inteligencia Artificial pero que seguramente te interesará aprender.

Algunos de estos campos son los siguientes:

Acá queda de tu parte ver cuál de esos temas te interese más y buscar información al respecto. Sobre varios de estos puntos podrás encontrar información en mi canal y en la página que dejaré en la cajita de información.

Recuerda que ya queda de tu parte si te quieres especializar en un área específica o trabajar de manera muy general en cada una de estas áreas.

Estos son solo unos simple pasos que puedes seguir para iniciarte en el mundo de Machine Learning. Hay muchos recursos en línea y, por supuesto, fuera de línea para ayudarte a dominar cada uno de estos pasos, solamente queda de tu parte que tengas la disposición para aprender.

3 thoughts on “¿Por donde empezar a estudiar Machine Learning?”

  1. Gracias por compartir tus conocimientos explicas muy bien te dejas entender además tu voz contribuye a un mejor entrenamiento.
    Tambien soy ing sistemas y me gusta seguir aprendiendo
    Saludos desde Perú

  2. Muy orientadora ,y vital una guía que sistematice o de un orden de estudio como lo hace la Academia, el te es muy amplio y sin una visión completa y un orden claro , puede uno ahogarse en ese oceano tan amplio de información o conocimiento de Inteligencia Artificial

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *