Inicie el aprendizaje automático en 2024 - ¡Conviértete en un experto gratis!
¡Una guía completa para comenzar y mejorar en el aprendizaje automático (ML), la inteligencia artificial (IA) en 2024 sin ninguna experiencia en el campo y mantenerse actualizado con las últimas noticias y técnicas de vanguardia!
Esta guía está destinada a cualquier persona que tenga cero o una pequeña experiencia en programación, matemáticas y aprendizaje automático. No hay un orden específico que seguir, pero una ruta clásica sería de arriba a abajo. Si no te gusta leer libros, omítalo, si no quieres seguir un curso en línea, también puedes omitirlo. No hay una sola forma de convertirse en un experto en aprendizaje automático y con motivación, puede lograrlo absolutamente.
Todos los recursos enumerados aquí son gratuitos, excepto algunos cursos y libros en línea, que ciertamente se recomiendan para una mejor comprensión, pero definitivamente es posible convertirse en un experto sin ellos, con un poco más de tiempo en lecturas, videos y prácticas en línea. Cuando se trata de pagar cursos, los enlaces en esta guía son enlaces afiliados. Por favor, úsalos si tiene ganas de seguir un curso, ya que me apoyará. ¡Gracias y diviértete aprendiendo! Recuerde, esto depende completamente de usted y no es necesario. Sentí que era útil para mí y tal vez para otros también.
No tenga miedo de repetir videos o aprender de múltiples fuentes. ¡La repetición es la clave del éxito para el aprendizaje!
Mantenedor: LouisFB01, también activo en YouTube y como podcaster si desea ver/escuchar más sobre AI. ¡También puede aprender más dos veces por semana en mi boletín personal! ¡Suscríbase y obtenga noticias y actualizaciones de IA explicadas claramente!
No dude en enviarme un mensaje para agregarles buenos recursos para agregar a este repositorio en [email protected]
¡Etiquetame en Twitter @Whats_ai o LinkedIn @louis Bouchard si comparte la lista!
¿Quieres saber de qué se trata esta guía? Mira este video:
? Si desea admitir mi trabajo , puede verificar para patrocinar este repositorio.
Tabla de contenido
- Comience con presentaciones cortas de video de YouTube
- Siga los cursos en línea gratuitos en YouTube
- Leer artículos
- Leer libros
- ¿No hay antecedentes matemáticos para ML? ¡Mira esto!
- Sin antecedentes de codificación, no hay problema
- Siga los cursos en línea
- ¡Practica, practica y practica!
- ¿Quiere crear modelos/aplicaciones de idiomas? ¡Mira esto! (¡Ahora con LLM!)
- ¡Más recursos (comunidades, hojas de trucos, noticias y más!)
- Cómo encontrar un trabajo de aprendizaje automático
- AI Ética
Comience con presentaciones cortas de video de YouTube
Comience con introducciones cortas de videos de YouTube
Esta es la mejor manera de comenzar de nada en mi opinión. Aquí, enumero algunos de los mejores videos que encontré que le darán una excelente primera introducción de los términos que necesita saber para comenzar en el campo.
Introducción a los términos más utilizados
- Aprenda lo básico en un minuto - Louis Bouchard - Lista de reproducción de YouTube
Comprender las redes neuronales
- Redes neuronales desmitificadas - Welch Labs - Lista de reproducción de YouTube
- Learn Neural Networks - 3Blue1brown - Lista de reproducción de YouTube
- Matemáticas para el aprendizaje automático - Peso y prejuicios - Lista de reproducción de YouTube
- La introducción deletrea a las redes neuronales y la retroceso: construyendo microgrado - Video de YouTube de Andrej Karpathy
¡Comprender los transformadores y LLM (es decir, modelos detrás de ChatGPT)!
- Luis Serrano, "Procesamiento de lenguaje natural y modelos de lenguaje grande": presentaciones de video increíbles para el mecanismo de atención, fichas, incrustaciones y más para comprender mejor todo detrás de modelos de idiomas grandes como GPT!
- Videos de curso gratuito de Louis Bouchard LLM "Train & Fine-Tune LLMS para el curso de producción por Activeloop, hacia AI e Intel Disruptor". "Una lista de reproducción para nuestro curso LLM: Gen AI 360: ¡Certificación de modelo fundamental!"
Otra manera fácil de comenzar y seguir aprendiendo es escuchando podcasts en su tiempo libre. ¿Conducir al trabajo, en el autobús o tener problemas para quedarse dormido? ¡Escuche algunos podcasts de IA para acostumbrarse a los términos y patrones, y aprenda sobre el campo a través de historias inspiradoras! Te invito a seguir algunos de los mejores que prefiero personalmente, como Lex Fridman, Machine Learning Street Talk, Latent Space Podcast, y obviamente, mi podcast: Louis Bouchard Podcast, donde aprenderás sobre personas increíblemente talentosas en el campo con historias inspiradoras que comparten el conocimiento que trabajaron tan duro para reunir.
Siga los cursos en línea gratuitos en YouTube
Siga los cursos en línea gratuitos en YouTube
Aquí hay una lista de cursos increíbles disponibles en YouTube que definitivamente deberías seguir y que son 100% gratis.
Introducción al aprendizaje automático - Lista de reproducción de YouTube (Stanford)
Introducción al aprendizaje profundo - Lista de reproducción de YouTube (MIT)
Especialización de aprendizaje profundo - Lista de reproducción de YouTube (Deeplearning.ai)
Aprendizaje profundo (con Pytorch) - NYU, Yann Lecun
MIT Deep Learning-Curso de aprendizaje profundo de Lex Fridman
Leer artículos
Leer muchos artículos
Aquí hay una lista de artículos increíbles disponibles en línea que definitivamente debe leer y es 100% gratuito. Medium es más o menos el mejor lugar para encontrar excelentes explicaciones, ya sea hacia AI o hacia publicaciones de ciencia de datos. También comparto mis propios artículos allí y me encanta usar la plataforma. ¡Puede suscribirse a Medium usando mi enlace afiliado aquí si esto le parece interesante y si desea apoyarme al mismo tiempo!
- Comience la IA en 2022: ¡conviértase en un experto de la nada, de forma gratuita! - Louis Bouchard
- 5 Pasos amigables para principiantes para aprender aprendizaje automático y ciencia de datos con Python - Daniel Bourke
- ¿Qué es el aprendizaje automático? - Roberto Iriondo
- Aprendizaje automático para principiantes: una introducción a las redes neuronales - Victor Zhou
- Una guía para principiantes para las redes neuronales - Thomas Davis
- Comprensión de las redes neuronales - Prince Canuma
- Listas de lectura para estudiantes de Nueva Mila - Anónimo
- La lista de lectura 80/20 AI - Vishal Maini
Leer libros
Leer algunos libros
Aquí hay algunos libros excelentes para leer para las personas que prefieren el camino de lectura.
- Building LLMS para la producción: Mejora de las habilidades de LLM y la confiabilidad con la solicitud, el ajuste y el trapo hacia AI. "Descubra las pilas tecnológicas clave para adaptar modelos de idiomas grandes a aplicaciones del mundo real, incluidas la ingeniería rápida, el ajuste de fino y la generación de aumentos de recuperación". (O obtenga el libro electrónico aquí. ¡Puede DM por un buen descuento!)
- Libro de aprendizaje profundo - gratis en línea
- Bucear en el aprendizaje profundo - gratis en línea
- Aprendizaje automático probabilístico: una introducción - gratis en línea
- Inteligencia artificial: un enfoque moderno - opcional (pagar)
- Reconocimiento de patrones y aprendizaje automático: opcional (pagar)
- Aprendizaje profundo con Python - Opcional (pagando)
- Comprensión del aprendizaje automático: de la teoría a los algoritmos - Shai Shalev -Shwartz y Shai Ben -David - gratis en línea
Excelentes libros para construir sus antecedentes de matemáticas:
- Matemáticas para el aprendizaje automático - gratis en línea
- Los elementos del aprendizaje estadístico - opcional (pagando)
- Inferencia estadística: opcional (pagando)
Un fondo completo de cálculo:
- Cálculo: conceptos y contextos: opcional (pagando)
- Cálculo de variable única: conceptos y contextos: opcional (pagando)
- Cálculo multivariable: conceptos y contextos: opcional (pagando)
¡Estos libros son completamente opcionales, pero le proporcionarán una mejor comprensión de la teoría e incluso le enseñarán algunas cosas sobre la codificación de sus redes neuronales!
¿No hay antecedentes matemáticos para ML? ¡Mira esto!
¿No hay antecedentes matemáticos para ML? ¡Mira esto!
¡No te estreses, al igual que la mayoría de las cosas en la vida, puedes aprender matemáticas! Aquí hay algunos grandes recursos para principiantes y avanzados para ingresar a las matemáticas de aprendizaje automático. Sugeriría comenzar con estos tres conceptos muy importantes en el aprendizaje automático (aquí hay 3 cursos gratuitos increíbles disponibles en Khan Academy):
- Álgebra lineal - Academia Khan
- Estadísticas y probabilidad - Academia Khan
- Cálculo multivariable - Academia Khan
Aquí hay algunos excelentes libros y videos gratuitos que podrían ayudarlo a aprender en un "enfoque estructurado" más ":
- MathematicalMonk - YouTube
- Matemáticas para el aprendizaje automático - Garrett Thomas
- Una introducción al aprendizaje estadístico: con aplicaciones en R (textos de Springer en estadísticas) - Gareth James, Daniela Witten, Trevor Hastie y Robert Tibshirani
Si todavía le falta confianza matemática, consulte la sección Read Books arriba, donde compartí muchos libros excelentes para construir un fondo matemático sólido. ¡Ahora tiene una muy buena formación matemática para el aprendizaje automático y está listo para bucear en más profundo!
Sin antecedentes de codificación, no hay problema
Sin antecedentes de codificación, no hay problema
Aquí hay una lista de algunos excelentes cursos para aprender el lado de la programación del aprendizaje automático.
- Tutorial de aprendizaje automático práctico con Python - Introducción gratuita de YouTube Python
- Learn Python - Tutorial interactivo gratuito para aprender Python
- Aprenda los conceptos básicos de Python para el análisis de datos: curso gratuito en OpenClassrooms
- Comenzando con Python y R para la ciencia de datos - gratis
- Aprendizaje automático con Python | Coursera - IBM - Opcional (pagando)
- Introducción a Python para la ciencia de datos: en este curso de Python for Data Science, los estudiantes aprenderán conceptos centrales de Python y usarán el lenguaje en relación con la ciencia de datos en un programa de aprendizaje de 16 semanas (pagando, opcional).
- 100 ejercicios numpy: una colección de ejercicios que se han recopilado en la lista de correo numpy, en el desbordamiento de pila y en la documentación numpy.
- Tutorial de shell - ¡Aprenda a usar el shell Unix! Una visita obligada para desarrolladores y practicantes de IA.
¡Vea el podcast Louis Bouchard para obtener más contenido de IA en forma de entrevistas con expertos en el campo! Un experto en IA invitado y yo cubriremos temas específicos, subcampos y roles relacionados con la IA para enseñar y compartir conocimiento de las personas que trabajaron duro para reunirlo.
Siga los cursos en línea
(Opcional) Obtenga una mejor comprensión y una práctica más guiada siguiendo algunos cursos en línea
Si prefiere estar más guiado y tiene pasos claros a seguir, estos cursos son los mejores para hacer.
- Aprendizaje profundo - Yann Lecun - Este curso se refiere a las últimas técnicas en el aprendizaje profundo y el aprendizaje de representación. - Gratis
- Introducción al aprendizaje automático - Kaggle - Aprenda las ideas centrales en el aprendizaje automático y construya sus primeros modelos. - Gratis
- Comience en AI / AI para todos - Andrew Ng - Pagando, opcional
- Aprendizaje automático - Andrew Ng - Stanford - Pagando, opcional
- Programación de IA con Python - Nanodegree completo - pagando, opcional
- Especialización de aprendizaje profundo - Andrew Ng - Pago, opcional
- TensorFlow (certificados profesionales): pago, opcional
- AI Engineering - IBM (certificados profesionales) - Pago, opcional
- Complete Data Science Bootcamp 2022 - Pago, opcional
- Aprendizaje automático: sin codificación - pagando, opcional
- Capacitación en ciencias de datos + experiencia en la industria: un programa completo de capacitación de 16 semanas dirigido por instructor con experiencia (pagando, opcional).
- Bootcamp de datos de datos en línea dirigido por el instructor: un programa completo de aprendizaje de 16 semanas dirigido por instructor (pagando, opcional).
- Cursos de aprendizaje profundo de Fast.AI - gratis
- CS50 - Introducción a la inteligencia artificial con Python (y el aprendizaje automático), Harvard OCW - ¡GRATIS (y utilizable para maestros también!)
- Curso de aprendizaje profundo - François Fleuret - Este curso es una introducción exhaustiva al aprendizaje profundo, con ejemplos en el marco de Pytorch. Hay algunos requisitos previos.
Para aplicaciones específicas:
- AI para el comercio de nanodegrado desde Udacity - Pagado
- Aprender el aprendizaje de refuerzo profundo - Udacity Nanodegree - Pagado
- Conviértase en un profesional de NLP con la especialización de procesamiento del lenguaje natural de Coursera por Deeplearning.ai-Pagado "¡Pagó el espacio de la PNL.
Obtenga sus modelos en línea y muéstrelos al mundo:
- Curso de Gradio - Crear interfaces de usuario para modelos de aprendizaje automático - Freecodecamp - gratis
- Cómo implementar un modelo de aprendizaje automático en Google Cloud - Daniel Bourke - gratis
- Ingeniero de DevOps de aprendizaje automático - Udacity Nanodegree - Pagado
- AWS Machine Learning Engineer - Udacity Nanodegree - Pagado
¡Practica, practica y practica!
La práctica es clave
Lo más importante en la programación es la práctica. Y esto también se aplica al aprendizaje automático. Puede ser difícil encontrar un proyecto personal para practicar.
Afortunadamente, Kaggle existe. Este sitio web está lleno de cursos gratuitos, tutoriales y competiciones. ¡Puede unirse a competiciones de forma gratuita y simplemente descargar sus datos, leer sobre su problema y comenzar a codificar y probar de inmediato! Incluso puede ganar dinero con competencias ganadoras y es una gran cosa tener en su currículum. ¡Esta puede ser la mejor manera de obtener experiencia mientras aprende mucho e incluso gana dinero! Otra gran oportunidad para los proyectos es seguir cursos que están orientados hacia una aplicación específica como el curso de IA para comerciar desde Udacity.
¡También puedes crear equipos para la competencia de Kaggle y aprender con la gente! Te sugiero que te unas a una comunidad para encontrar un equipo y aprender con los demás, siempre es mejor que solo. Echa un vistazo a la siguiente sección para eso.
¿Quiere crear modelos/aplicaciones de idiomas? ¡Mira esto (¡ahora con LLM!)!
Tenía muchas solicitudes de personas que querían centrarme en el procesamiento del lenguaje natural (PNL) (modelos que tratan el lenguaje) o incluso aprenden el aprendizaje automático estrictamente para las tareas de PNL. Esta es una sección dedicada a esa necesidad. ¡Feliz aprendizaje de PNL!
- Una hoja de ruta completa para el maestro PNL en 2022
- Conviértase en un profesional de NLP con la especialización de procesamiento del lenguaje natural de Coursera por Deeplearning.ai-Pagado "¡Pagó el espacio de la PNL.
- ¡Un nano grado de PNL! -Pagado "Aprenda técnicas de procesamiento del lenguaje natural de vanguardia para procesar el habla y analizar el texto. Cree modelos probabilísticos y de aprendizaje profundo, como modelos ocultos de Markov y redes neuronales recurrentes, para enseñar a la computadora a hacer tareas como reconocimiento de voz, traducción automática y más!"
- NLTK Book es el recurso gratuito para aprender sobre teorías fundamentales detrás de NLP: https://www.nltk.org/book/
- Buscando construir un modelo de clasificación de texto rápido o un vectorizador de palabras, FastText es una buena biblioteca para entrenar rápidamente un modelo.
- Huggingface es el lugar para obtener modelos NLP modernos, y también incluyen un curso completo al respecto.
- Spacy es excelente para la PNL en la producción, como lo hace NLU, NER y uno puede entrenar la clasificación, etc. También puede agregar pasos o modelos personalizados a la tubería.
- ¡Incitación! La solicitud es una nueva habilidad que debe dominar si desea crear aplicaciones relacionadas con NLP. Este es un gran curso al que estoy contribuyendo, con la intención de enseñar indicaciones y dar consejos para modelos específicos.
¡Entrene, afinee y use modelos de idiomas grandes!
- Bases de datos de Langchain & Vector en producción: un increíble recurso gratuito en el que construimos hacia AI en asociación con Activeloop y la iniciativa Intel Disruptor para aprender sobre las bases de datos de Langchain & Vector en la producción. "Ya sea que sea un desarrollador experimentado que sea un recién llegado al reino de la IA o un entusiasta experimentado de aprendizaje automático, este curso está diseñado para usted. Nuestro objetivo es hacer que la IA sea accesible y práctica, transformando cómo aborda sus tareas diarias y el impacto general de su trabajo".
- Capacitación y LLMS para la producción: un increíble recurso gratuito en el que construimos hacia AI en asociación con Activeloop y la iniciativa Intel Disruptor para aprender sobre la capacitación y el ajuste de LLM para la producción. "Si desea aprender a entrenar y ajustar LLMS desde cero, y tener un conocimiento intermedio de Python, así como acceso a recursos de cómputo moderados (¡para algunos casos, solo un Google Colab es suficiente!), Deben estar configurados para tomar y completar el curso. Este curso está diseñado con una amplia audiencia en la mente, incluidos los principiantes en la IA, los ingenieros de aprendizaje de máquina actuales, los estudiantes y los profesionales de la carrera para que sean una transición de la carrera a AI para AI para AI. Adaptar modelos de idiomas grandes en una amplia gama de industrias para hacer que la IA sea más accesible y práctica ".
- Desde principiantes hasta desarrolladores avanzados de LLM, por AI. "¡Construya su primer producto escalable con LLMS, solicitantes, trapo, ajuste y agentes! Master las habilidades que las principales compañías necesitan y construyen su propio MVP de LLM avanzado con aplicaciones del mundo real".
- Building LLMS para la producción: Mejora de las habilidades de LLM y la confiabilidad con la solicitud, el ajuste y el trapo hacia AI. "Descubra las pilas tecnológicas clave para adaptar modelos de idiomas grandes a aplicaciones del mundo real, incluidas la ingeniería rápida, el ajuste de fino y la generación de aumentos de recuperación". (O obtenga el libro electrónico aquí. ¡Puede DM por un buen descuento!)
Más recursos
¡Únete a las comunidades!
Un servidor de discordia con muchos entusiastas de la IA: aprenda juntos, hagan preguntas, encuentre compañeros de equipo de Kaggle, compartan sus proyectos y más.
Un servidor de discordias donde puede mantenerse actualizado con las últimas noticias de la IA: manténgase actualizado con las últimas noticias de IA, hacer preguntas, compartir sus proyectos y mucho más.
Siga las comunidades de Reddit: haga preguntas, comparta sus proyectos, siga las noticias y más.
- Artificial - inteligencia artificial
- MachineLearning - Aprendizaje automático (subreddit más grande del campo)
- Deeplearningpapers - Documentos de aprendizaje profundo
- Computervision: extraer información útil de imágenes y videos
- LearnMachInelearning - Aprender el aprendizaje automático
- ArtificialInteligence - AI
- Latsestinml - desarrollos que cambian el juego en el aprendizaje automático que no deberías perderte
¡Guardar hojas de trucos!
- Las mejores hojas de trucos para inteligencia artificial, aprendizaje automático y pitón.
- Hojas de trampa para IA, redes neuronales, aprendizaje automático, aprendizaje profundo y big data - Stefan Kojouharov
- Hojas de trucos de aprendizaje automático para Stanford's CS 229 - Afshine Amidi y Shervine Amidi
- Hoja de trucos de aprendizaje automático y hojas de trucos de Python (y matemáticas) - Robbie Allen
- Hoja de ruta experta de IA: ¡úsela como una lista de verificación del conjunto de habilidades!
¡Sigue las noticias en el campo!
Suscríbase a los canales de YouTube que comparten nuevos documentos: ¡manténgase al día con las noticias en el campo!
- Louis Bouchard - Videos semanales que cubren nuevos documentos
- Papeles de dos minutos: videos quincenales que cubren nuevos documentos
- Bycloud - Videos semanales que cubren nuevos documentos
Grupos de LinkedIn
- Inteligencia artificial, aprendizaje automático y noticias de aprendizaje profundo: noticias del campo compartidas por todos en el grupo
- Inteligencia artificial | Aprendizaje profundo | Aprendizaje automático
- Inteligencia artificial aplicada
Grupos de Facebook
- Inteligencia artificial y aprendizaje profundo: el grupo FB definitivo y más activo sobre IA, redes neuronales y aprendizaje profundo. Todas las cosas nuevas e interesantes en la frontera de la IA y el aprendizaje profundo. Las redes neuronales redefinirán lo que significa ser una máquina inteligente en los próximos años.
- Aprendizaje profundo: hoy en día la sociedad tiende a ser suave y automatizada evolucionando hacia la cuarta revolución industrial, lo que en consecuencia lleva a los componentes a la agitación social de la sociedad. Se supone que sobrevivir o tomar un liderazgo, debe estar equipado con herramientas asociadas. La máquina se está volviendo más inteligente e inteligente. El aprendizaje automático es una habilidad ineludible y requiere que las personas estén familiarizadas. Este grupo es para estas personas que interesan en el desarrollo de sus talentos para encajar.
Boletín
- Alphasignal - El boletín técnico más leído en AI
- AI News - por Swyx & Friends - Mucha ayuda de LLM para indexar ~ 356 Twitters, ~ 21 Discords, etc. (personalmente leo principalmente el resumen principal)
- Inside AI: un resumen diario de historias y comentarios sobre inteligencia artificial, robótica y neurotecnología.
- AI Weekly: una colección semanal de noticias y recursos de IA sobre inteligencia artificial y aprendizaje automático.
- AI Ethics Weekly: las últimas actualizaciones en AI Ethics entregadas en su bandeja de entrada cada semana.
- Louis Bouchard Weekly: un solo documento claramente explicado semanalmente con un artículo, demostración de video, demostración, código, etc.
- Hacia el boletín de IA de la IA: resumiendo las noticias y los recursos de aprendizaje más interesantes semanalmente, así como las actualizaciones de la comunidad de la comunidad de Discord de AI AI ALE. Perfecto para profesionales y entusiastas de ML.
Siga cuentas y publicaciones medianas
- Hacia la ciencia de datos: "Compartir conceptos, ideas y códigos"
- Hacia AI - "Lo mejor de la tecnología, la ciencia y la ingeniería".
- OneZero - "Las corrientes subterráneas del futuro. Una publicación media sobre tecnología y ciencia".
- Louis Bouchard - "Hola, soy Louis (LOO · EE, pronunciación francesa), de Montreal, Canadá. Trato de compartir y explicar los términos y noticias de inteligencia artificial de la mejor manera que pueda para todos. Mi objetivo es desmitificar la" caja negra "de IA para todos y sensibilizar a las personas sobre los riesgos de usarlo".
Consulte esta guía GitHub completa para mantenerse al día con AI News
- BAIOOL/DOYOUEVENARN - Guía esencial para mantenerse al día con AI/ML/DL/CV
Encuentra un trabajo de aprendizaje automático
- Lea esta sección del artículo lleno de consejos de entrevistas y cómo prepararse para ellos .
- Aprenda cómo va el proceso de la entrevista y mejorando para prepararse para ellos observando cómo lo hicieron los demás, como la serie de entrevistas que ejecuté con expertos de Nvidia, Zoox (empresa de conducción autónoma), D-ID (inicio de IA generativo), etc.
AI Ética
- ¿Qué son la ética y por qué importan? Edición de aprendizaje automático - por Rachel Thomas, fundadora de Fast.ai
- AI4People - Un marco ético para una buena sociedad de IA: oportunidades, riesgos, principios y recomendaciones - Floridi et al., 2018, AI4People AI para una buena sociedad
- Directrices de ética para la IA confiable: la Comisión Europea del Grupo de Expertos de Alto nivel 7 puntos para una IA confiable.
- Una introducción a la ética en robótica y ai: un libro electrónico gratuito de Christoph Bartneck, Christoph Lütge, Alan Wagner y Sean Welsh.
¡Etiquetame en Twitter @Whats_ai o LinkedIn @louis Bouchard si comparte la lista!
? Si desea admitir mi trabajo , puede verificar para patrocinar este repositorio.
Esta guía todavía se actualiza regularmente.
