Cómo empecé a aprender Machine Learning
Si bien ya había realizado algunos proyectos para Android y Web, en 2020 decidí aprender más sobre Data Science y Machine Learning. Buscaba enfocar mi salida laboral hacia este campo.
En el post anterior escribí que un compañero me habló por primera vez del término Machine Learning el año pasado. Él es doctor en informática, de hecho su tesis trata este tema, y actualmente trabaja en una empresa aplicando esos conocimientos sobre Aprendizaje Automático.
Le pregunté sobre fuentes o cursos donde aprender sobre ello y me recomendó uno que ofrece Coursera: el curso de Machine Learning de Andrew Ng de la universidad de Stanford.
Así pues, en verano de 2020, me inscribí y me puse manos a la obra. El curso está estructurado en 11 semanas, y en cada una hay una serie de vídeos, cuestionarios y una tarea evaluable de programación en Octave o Matlab. Este curso fue mi primera toma de contacto y, en mi opinión, creo que fue una gran recomendación porque me dio muy buenos conocimientos de base, tanto conceptual como las matemáticas que hay detrás.
Como había tenido buena experiencia en Coursera, continué realizando cursos en esa plataforma. Lo siguiente que quise aprender fue Python, lenguaje de programación muy vinculado a Machine Learning. Encontré el curso de Python for Data Science and AI de IBM, y me sirvió de toma de contacto con el nuevo lenguaje. Gracias a que ya conocía otros lenguajes de programacion, no tuve grandes problemas en entenderlo.
Este curso pertenece al Certificado Profesional de Data Science de IBM y, como me había ido muy bien con el curso, decidí completar los ocho cursos restantes del certificado. En especial, los que encontré más relevantes para mi fueron el de Data Analysis with Python, Data Visualization with Python y Machine Learning with Python. Este último me sirvió como enlace entre el lenguaje y los conocimientos que ya tenía del curso de Machine Learning de Stanford.
Después de completarlos, volví de nuevo a Andrew Ng, esta vez inscribiéndome en la Especialización de Deep Learning de la empresa deeplearning.ai. Del mismo modo que el curso de Machine Learning, en los cinco cursos de la especialización explica tanto el concepto de cada modelo predictivo como su base matemática.
Tras esta especialización, estuve investigando que más podría aprender. Como ya había utilizado TensorFlow y Keras en los cursos de Deep Learning, realicé el Certificado Profesional de Desarrollador TensorFlow impartido por Laurence Moroney de parte de la misma empresa, deeplearning.ai. Terminé los cuatro cursos a un buen ritmo y, en mi opinión, me dieron una buena base de Redes Neuronales en lenguaje Python.
Todo este proceso me lleva a la actualidad. En este momento, estoy intentando aplicar lo aprendido en estos cursos y especializaciones mediante el desarrollo de algunos proyectos propios y participando en algunas competiciones Kaggle. Esta plataforma es una comunidad en línea de científicos de datos y profesionales del aprendizaje automático que te ofrece la posibilidad de acceder a bases de datos reales y realizar el mejor model predictivo en función de estas. No se me ocurre una forma mejor para demostrar lo que he ido aprendido y para mejorar mis habilidades.
Aún me queda mucho camino por delante, pero ganas no me faltan. Estoy deseando ver pasar los años y comparar todo lo que haya aprendido con lo que sabía en mi punto de partida.
Gracias por leer hasta aquí y, ¡nos vemos en el siguiente post!
