5 recomendaciones para trabajar en Machine Learning

/ noviembre 7, 2019/ Notas/ 0 comments


Uno de los tópicos más buscados actualmente es “Machine Learning” y a partir de ahí surgen el interés por temas relacionados como: ¿qué necesito estudiar?, ¿qué hace un ingeniero de machine learning?, ¿qué lenguaje debo de aprender?, etcétera. Si tu también te lo has preguntado y deseas saber cómo convertirte en un Ingeniero de Machine Learning debes conocer las siguientes recomendaciones.

No le temas a las matemáticas

Una de las bases de los algoritmos de Machine Learning son las matemáticas lo cual suele desalentar a más de uno, sin embargo debes saber que puedes aprender los diferentes algoritmos de aprendizaje y aplicarlos de una manera adecuada sin que conozcas a fondo su formulación matemática. Lo más importante es que tu análisis y la resolución del problema sea el apropiado.

Sigue aprendiendo

Para ser un Ingeniero de Machine Learning deberás estudiar constantemente, conocer qué están haciendo otros investigadores y cuál es la necesidad en la Industria. Aprende e inspírate de los avances tecnológicos de otras empresas y para ello te aconsejo que le dediques algunos minutos al día para leer noticias relacionadas a Inteligencia Artificial y Machine Learning, te permitirá abrir tu panorama a nuevas ideas.

Aprende Python y R

Los lenguajes que se destacan para el desarrollo e implementación de algoritmos de Machine Learning son Python y R. Ambos son lenguajes fáciles de aprender, tienen bibliotecas que hacen más sencillo el uso de los datos y de los algoritmos, la visualización de los datos puede realizarse con pocas líneas de código y cuentan con una comunidad amplia.

En lo personal prefiero utilizar Python debido a que es más poderoso, tienes bibliotecas como Tensor Flow, Numpy, Pandas, iPython y ScikitLearn, además que la industria solicita constantemente programadores de dicho lenguaje.

Se curioso

El Ingeniero de ML debe ser curioso en todo momento y tener el deseo de averiguar por qué sucedió tal resultado, por qué un algoritmo obtuvo mejor resultado que otro,por qué no funcionó como se esperaba, etc. Esa curiosidad te ayudará a buscar más soluciones y mejorar tus resultados además de mantenerte en constante crecimiento profesional.

“Escucha” a tus datos

Una etapa primordial al buscar una solución de tu problema es conocer tus datos, qué es lo que sabes hasta el momento y como te puede ayudar a encontrar una solución. Recuerda que los datos son la llave a un conocimiento más amplio y a partir de ellos podrás preparar el aprendizaje de los algoritmos.


COMENTA!!!

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.