Cambiando a una carrera en Machine Learning [cerrado]

Mi trabajo diario es el viejo desarrollo de software. También estoy haciendo mi maestría en CS (a tiempo parcial, basado en el curso). Tomé un curso sobre IA y el aprendizaje automático me pareció bastante fascinante, pero como la mayoría de los cursos, solo ofrecía una introducción básica.

Tengo la intención de aprender más sobre Machine Learning y, si es posible, conseguir un trabajo en ese campo. Cuando miro las ofertas de trabajo en este campo, está claro que se requiere un doctorado en aprendizaje automático (o experiencia previa en el campo con una experiencia considerable) para la mayoría de ellos.

Estoy buscando consejos sobre autoaprendizaje para ganar experiencia que será útil en la industria. Al menos, suficiente experiencia para ponerme de pie. Haré las obvias, como leer libros de texto, documentos, etc. ¿Quizás algún esfuerzo de código abierto en el que pueda participar o algo que pueda hacer por mi cuenta?

Disculpas si estoy siendo vago aquí, pero espero que haya al menos algunos de ustedes que hayan hecho un cambio similar y puedan aconsejar.

Gracias !

Tienes razón, el aprendizaje automático es un campo fascinante. Yo mismo estoy a punto de terminar la universidad con un fuerte enfoque en el aprendizaje automático y pronto buscaré un trabajo en el campo general. Tampoco he entendido bien cómo hacerlo.

Pero el aprendizaje automático general es un campo bastante amplio. Sugeriría ser más específico. ¿Qué campo que incluye el aprendizaje automático le interesa más? Hay muchos para elegir:

• reconocimiento de voz / procesamiento del lenguaje natural
• procesamiento de imagen / video / visión por computadora
• sistemas medicos
• detección de fraude
• los motores de búsqueda
• interfaces hombre-computadora
• ...

Todos estos campos (pueden) incluyen técnicas de aprendizaje automático.

En mi experiencia, los cursos de aprendizaje automático más generales solo introducirán los conceptos básicos de muchas técnicas por dos razones:

1. como dije: el campo es demasiado ancho para ir muy profundo a todas partes
2. la mayoría de las técnicas solo tienen sentido si se combinan con aplicaciones reales

Realmente nunca asimilé las SVM hasta que tuve que usarlas en mi propia investigación. Nunca entendí realmente los diferentes algoritmos utilizados en los HMM hasta que hice algo de trabajo en el procesamiento del habla.

Y cuando busco un trabajo, creo que es similar: es más probable que las empresas busquen personas con experiencia / conocimiento en el área específica en la que están trabajando, en lugar del campo general del aprendizaje automático. Los trabajos de aprendizaje automático tienen más probabilidades de ser puestos de investigación / doctorado / postdoctorado.

Procesamiento del lenguaje natural como una aplicación práctica del aprendizaje automático

Estoy trabajando a tiempo completo y estoy estudiando a tiempo parcial en un programa de maestría en lingüística computacional (también conocida como PNL, procesamiento del lenguaje natural). Hay un montón de aprendizaje automático en este campo, como reconocimiento de voz, clasificación de documentos, etc. La clave es una base sólida en matemáticas, estadística y notación lógica. Tome clases en estas áreas para aprender (o solidifique sus conocimientos) antes de graduarse, ya que aprender estos temas por su cuenta puede ser difícil.

Libros

Además, tenga en cuenta que, a diferencia de muchos otros campos de CS, el campo de aprendizaje automático está firmemente dividido entre profesionales y teóricos. Los profesionales utilizan el aprendizaje automático como herramientas, mientras que los teóricos quieren probar y mejorar los métodos de aprendizaje automático. El problema resultante es que los libros sobre aprendizaje automático generalmente se escriben desde el punto de vista de los teóricos, como el libro de Hastie. El único libro de práctica que he encontrado es "Programación de Inteligencia Colectiva" de Segaran, que cubre conceptos básicos. Todavía no he encontrado un buen libro de práctica sobre SVM, PCCM, etc.

El aprendizaje automático tiene una gran cantidad de probabilidad y estadísticas, por lo que tomar algunos cursos avanzados en estas materias sería un excelente lugar para comenzar.