La guía definitiva para dominar el aprendizaje automático: de principiante a experto

aquí he mencionado un tutorial paso a paso. Hace clic en un tema y lo mueve a un blog, lee el concepto y mejora sus habilidades de aprendizaje automático.

1. Necesidad de aprendizaje automático, principios básicos, aplicaciones, desafíos
2. Tipos de aprendizaje automático
3. Regresión lineal
4. Regresión Logística (Clasificación Binaria)
5. K-vecinos más cercanos
6. Árbol de decisión
7. Bosque aleatorio
8. Aumento de gradiente (XGboost)
9. Máquinas de vectores de soporte
10. Clasificación Medidas de evaluación (Exactitud, Precisión, Recuperación, Métricas de confusión) Sobreadaptación y subadaptación
11. Representación de redes neuronales (aprendizaje de perceptrones)
12. Redes neuronales de convolución
13. Redes neuronales recurrentes
14. Ajuste de hiperparámetros
15. Reducción de dimensionalidad (PCA, SVD)
16. Clustering (K-Means Clustering, Clustering jerárquico)
17. Detección de anomalías
18. Aprendizaje de reglas de asociación
19. Fundamentos y aplicaciones del aprendizaje por refuerzo
20. Q-aprendizaje
21. Sistemas de recomendación

“Nunca soñé con el éxito. Trabajé para eso”.