¿Por dónde comenzar una ruta de aprendizaje de ciencia de datos y aprendizaje automático? Desde los temas básicos centrales hasta los temas específicos de aprendizaje automático, hay cientos de recursos gratuitos. Aquí se presentan algunos que podrían ser útiles para comenzar a aprender acerca de estas técnicas que se están convirtiendo en tendencia en el mundo de la tecnología.

Estadística 110

El profesor Joe Blitzstein dicta este curso de estadística y está disponible en Youtube y iTunes. Es una introducción a la probabilidad e incluye temas como espacios muestrales, el teorma de Bayes distribuciones de probabilidad, cadenas de Markov entre otros.

Enlace: https://projects.iq.harvard.edu/stat110

Álgebra Lineal

El profesor Gilbert Strang del MIT fue de los primeros en publicar un curso en MIT OpenCourseware y su curso de álgebra lineal es muy popular en Youtube. También ha publicado libros con temas como ecuaciones diferenciales, cálculo y matemáticas aplicadas.

Algunos temas tratados en el curso son: operaciones con matrices, espacios vectoriales, grafos y redes, eigenvalores y eigenvectores, matrices de Markov y transformaciones lineales.

Enlace: https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm

Aprendizaje Estadístico

Este curso de Stanford Lagunita trata principalmente del aprendizaje supervisado como regresión lineal y polinómica, regresión logística, random forests, support vector machines entre otros. Los profesores son Trevor Hastie y Rob Tibshirani que son autores del libro Elements of Statistical Learning with Applications in R que se puede descargar gratis en este enlace

Temas presentados en este curso:

• Regresión lineal
• Clasificación
• Selección de modelos lineales y regularización
• Métodos basados en árboles
• Máquinas de vectores de soporte
• Análisis de componentes principales

Enlace de Stanford Lagunita: Statistical Learning

Curso de aprendizaje automático de Google

Google ofrece un curso rápido de 25 lecciones de aprendizaje automático con Tensorflow. Es un curso introductorio para personas con algún conocimiento de álgreba, cálculo, estadística y programación con Python.

Algunos temas tratados en el curso son:

• Regresión lineal
• Regresión logística
• Introducción a redes neuronales
• Aprendizaje automático en aplicaciones reales

Enlace a este curso: https://developers.google.com/machine-learning/crash-course/

Aprendizaje automático con Andrew Ng

Andrew Ng es un especialista en inteligencia artificial que fue de los primeros en incursionar en la educación masiva en linea. Fue uno de los fundadores de Coursera y ha creado compañías como Landing.ai y Deeplearning.ai, ambas relacionadas con el aprendizaje automático.

Este curso de aprendizaje automático es muy popular en Coursera y desarrolla estos temas entre otros:

• Regresión lineal
• Regresión logística
• Redes neuronales
• Máquinas de vectores de soporte
• Aprendizaje no supervisado

Enlace del curso: https://www.coursera.org/learn/machine-learning