15

Guía de ruta inteligencia artificial y machine learning

		GUIA DE RUTA INTELIGENCIA ARTIFICIAL Y MACHINE LEARNING

Como el título de este texto indica esta es una guía de apoyo para quienes estamos en la ruta de AI, no solo en este curso especifico y pongo a disposición de ustedes todo el material del que he hecho uso, espero, que este sea de ayuda y trato de explicar mi camino personal para culminar con éxito esta ruta la cual he finalizado en aproximadamente 90 días lo cual no es bueno ni malo este solo fue el punto de partida y lo importante como todos sabemos es “nunca parar de aprender”, seguir programando y afianzando todos los conocimientos y todo lo aprendido a lo largo de este proceso.

“Platzi become the most important platform of high-quality education online in Latin-American with a disruptive way to bring professional courses with streaming classes and expert teachers on Programming, Marketing, Design and Business. The course content is clear, practical and easy to follow. Along with the easy-to-use, intuitive and innovative programming model, you have the possibility to create your own education path to meet the demands of any level of students. We find numerous students that run coding, computer and design courses together. Platzi offers to our students the complete online and affordable education. And we have the high-quality course content with loads of new material delivered weekly on our platform”.

				¿Porque escribir este tuto?

Entiendo como Platzi es una herramienta increíble para tener acceso a conocimiento que nos hace crecer de manera profesional de forma exponencial, pero, ello no impide que tengamos momento de parálisis, y una laguna enorme cursando el nivel intermedio de esta ruta me hizo abandonar por completo los estudios y el avance realizado. Amo los cursos de matemáticas que están en este nivel, pero me costaba infinito aterrizar esos conceptos a la práctica, (y es en serio, entendía muy bien la parte matemática del nivel intermedio y sabia como enfrentarme a estos problemas, pero solo en ese campo, en de las matemáticas) y en parte este es el truco si logras aterrizar la teoría matemática a los fundamentos y conceptos base de AI todo se hace fácil y amable de entender.

				¿Por qué me costó tanto?

A título personal mis conocimientos en programación estaban basados en el manejo de hojas de Excel que me quedan ‘bien’ (poner formulas en las diferentes celdas, ponerlas “bonitas” y esperar a que todo salga bien, si has trabajado con Excel sabrás que es horrible poner cientos de fórmulas por toda la hoja y que al final alguien borre solo una ecuación y todo se vaya al carajo), MatLab de una manera muy pobre porque solo la utilice durante mis clases de algebra en la universidad y poco más… Y en este punto entenderás que es una base muy precaria para poder afrontar los retos que supone esta ruta de aprendizaje, de hecho no estoy seguro que utilizar Excel y MatLab sea considerado programar pero eso es tema para otra discusión, además ya me di cuenta que no escogí la ruta idónea para empezar, solo pensé: “la inteligencia artificial me gusta y es la primera ruta que voy a afrontar”, y si, actualmente considero que es un error ya que si no tienes bases sólidas de introducción a la programación vas a llegar al punto donde estuve o algo parecido, si no estás en este pozo donde todo se te hace desconocido déjame decirte enhorabuena, felicitaciones, definitivamente tienes talento para esto.

				¿Por dónde empezar? 

Paso 1. Aprende Python

El inicio de todo esto es Python así que en mi opinión unos de los primeros cursos que deberías tomar es el de Python (por desgracia no se encuentra en la ruta de inteligencia artificial), por cierto, no tienes que ser el Dios de Python pero con que seas hábil será suficiente; debes tener los conceptos muy claros y conocer el estado del arte de este lenguaje de programación. Así que recomiendo realizar estos cursos:

Espero que la curiosidad no termine con estos dos cursos porque en internet hay toneladas de información concernientes a este lenguaje y siempre vas a contar con la documentación propia de la herramienta:

Paso 2. Dominar las matemáticas concernientes a AI

Como el campo de AI es necesario darle una buena base matemática que me permita entender todo lo que vas a aprender a lo largo de la ruta, es necesario que entiendas muy bien todos los conceptos concernientes.

“In these videos you will learn how mathematics can help you program AI. As you will get more familiar with this, you will be able to find a variety of resources with related links to learn and develop your own mathematical way of programming. It’s interesting to say the least and what better way to learn than working with actual-real projects. I’ll also add that this is something that is valuable to data scientists for many reasons, it helps them understand the concept of managing complicated data in a structured way, create object-oriented code which is exactly what we need for, so I believe you should have that kind of knowledge on hand to start with”.

Por ello recomiendo la ruta de matemáticas para programación, aunque el módulo avanzado de esta hace parte de la ruta de AI actualmente no está de más hacer por completo esta ruta:

Paso 3. Hora de trabajar en la teoría

“But even if you combine the mathematics theory and Python techniques, you should struggle with principle of activation function, Back Propagation, over-underfitting. Understanding that theory makes advanced stuff easy and go over the problems in a simple and straightforward way”.

Es hora de empezar a entender conceptos base de AI, todo lo que has aprendido de Python y matemáticas debe ser mezclado como un macro de la mejor manera posible. Para ello la siguiente lista de videos explica de una manera detallada todos los conceptos cables y como el marco matemático encajan en este. Todo esto con una metodología impecable.

Aprendiendo Inteligencia Artificial con Dot CSV:

https://www.youtube.com/watch?v=i1wGMQ3TjzA&list=PL-Ogd76BhmcDxef4liOGXGXLL-4h65bs4

Pero en especial recomiendo estos videos que ofrecerán de manera practica y sencilla un panorama entendible de este campo y como las matemáticas aterrizan en este.

Platzi También tiene contenida y explicada esta información, la cual se encuentra a lo largo de los diferentes cursos de la ruta (nivel intermedio y avanzado) de manera más atómica y profundizada, una recomendación personal es estudiar estos conceptos por separado (lista arriba) y volver a Platzi, al menos en mi experiencia teniendo estos conceptos claros se facilita enormemente el entendimiento de los cursos del nivel avanzado.

Paso 4. Poner la teoría en practica

Por último, en este aspecto recomiendo fuertemente realizar un algoritmo de AI básico, desde cero, la practica sencillamente me permitió entender todos los conceptos y en que parte de la creación del modelo intervienen. Para ello recomiendo el canal The coding train y los videos que me ayudaron en la realización de este modelo:

para quienes le interese lo que he programado es un sencillo programa XOR, no es un código perfecto y entiendo que se puede optimizar en muchos aspectos (todo el apartado de optimización lo vemos a través de los cursos de Platzi), pero esa no es la idea, para el momento en que lo había programado mi único objetivo era entender todos conceptos concernientes al campo de AI en su enfoque mas básico; estoy seguro que las librerías que encuentras actualmente solucionan todos los problemas de optimización y se pueden hacer código de calidad haciendo uso eficiente de estas pero eso es tema aparte, por cierto una manera fácil de entender estas esta explicado acá:

Por supuesto que no, esta es solo una guía de la base documental que utilice para realizar esta ruta y estoy seguro para todo aquel que la finalizó este es solo el inicio del camino. Pero una vez terminado lo mas importante es no perder ritmo y no dejar de programar, para ello recomiendo enormemente https://www.kaggle.com/ es una sitio web con bases de datos de temas variados y variopintos desde un data set completo de Pokemon con todos sus stats hasta imágenes X-Ray de pacientes con insuficiencias respiratorias (neumonía, long mask, COVID-19, etc) además el área de kernels los participantes publican sus propios códigos lo cual permite estudiar y entender de trabajos ya realizados.
Material adicional (libros, cursos y papers)
https://www.kaggle.com/timoboz/data-science-cheat-sheets
https://distill.pub/
https://github.com/fastai/fastbook

“It is important keep studying and programing machine learning after finished AI course. Do not make assumptions, do lots of research, do some tests… Research is good for learning and doing experiments (if it’s easy). And think about latest advances in the field. If you think that you understand the concept but not well enough to learn from them… I recommend you read Books, Blogs, talks, articles; I learned about the most interesting topics like Machine Learning, Computer Vision, Supervision, Speech Recognition, Natural Language Processing, etc. Write some code, study it, write more, find some errors, fix them.
Good luck with your studies!”

Si has llegado hasta este punto mis más sinceras gracias por haber leído pacientemente este documento, aunque redactar una guía parece fácil me costó enorme poder organizar toda la información y las ideas que he expresado. Así que si por algún motivo hay algún error sepa usted perdonarme.

Por cierto, todas las ideas complementarias que estas expuestas en este documento en ingles con estilo cursivo fueron generadas usando un algoritmo de Inteligencia artificial, el modelo full-sized GPT-2 model, called 1558M. en los siguientes enlaces mas acerca del modelo y un ejemplo implementación.
https://github.com/openai/gpt-2
https://talktotransformer.com/

Escribe tu comentario
+ 2
Ordenar por:
1
13943Puntos

Hey! Muy útiles los consejos, no sabía que había una ruta de Matemáticas para programacion.

Gracias

1
8076Puntos

Me parece fantástico, este recorrido para explorar esta ruta de AI y ML es un mundo lleno de nuevas posibilidades, y este articulo puede ser un buen punto de partida para todos los que estamos empezando, me llevo esta buena guía como inspiración y tomare muchos de los ejemplos aquí citados !

1
5022Puntos

Groso man, muchas gracias!

1
27361Puntos

Te felicito, tambien estoy muy interesado en estos temas el curso de python de pildoras informaticos me ayudo mucho tambien te explican de 0 a nivel avanzando

Los enlaces que pones son muy valiosos algunos los tenia pero en este post los has organizado de una manera que ayuda a los demas
Muchas gracias y a seguir aprendiendo

0
6928Puntos

Excelente consejo, me hacía falta saber como iniciar

0

Es el mejor aporte de lejos👏, estoy empezando recién la ruta, espero poder pronto con tus consejos avanzar más rápido 😃😃👏👏