"Machine Learning Study para hacer por tu cuenta"

baeba · 2026-07-16T09:47:55+09:00

1. Propósito y estructura del documento Este texto es una recopilación de materiales de estudio organizada de forma sistemática —como cursos, blogs, GitHub, papers y datasets— para quienes quieren aprender machine learning y deep learning por su cuenta. No es solo una lista de enlaces: también propone el nivel de dificultad y el objetivo de uso para orientar a principiantes sobre en qué orden conviene estudiar. Cubre un rango amplio, desde Python hasta matemáticas y estadística, machine learning, deep learning, LLM y práctica en Kaggle. Se mantiene como un proyecto público en GitHub al que varios colaboradores pueden añadir recursos. 2. Orden de estudio recomendado Primero se recomienda aprender la sintaxis de Python, luego procesar datos con NumPy y Pandas, y después visualizarlos con herramientas como Matplotlib. Después, se estudian álgebra lineal, cálculo diferencial, probabilidad y estadística para entender los principios de los algoritmos de machine learning. En la siguiente etapa, se aprende machine learning tradicional con Scikit-learn y deep learning basado en TensorFlow y PyTorch. Al final, la estructura busca fortalecer habilidades prácticas mediante proyectos de Kaggle, implementación de papers y análisis de datos reales. 3. Bases de matemáticas y estadística Incluye cursos que explican conceptos matemáticos necesarios para estudiar AI, como vectores, matrices, derivadas, derivadas parciales, logaritmo natural y similitud. En estadística se cubren distribución de probabilidad, distribución normal, prueba de hipótesis, p-value, intervalo de confianza y teoría bayesiana. También incluye materiales sobre AR, MA y ARIMA para análisis de series temporales, además de transformada de Fourier y descomposición empírica en modos para procesamiento de señales. Se recomienda primero material introductorio que facilite entender fórmulas complejas mediante dibujos y clases con explicaciones a mano. 4. Machine learning tradicional Primero se explican los principios básicos de cómo aprende un modelo, como descenso por gradiente, backpropagation y función de pérdida. Se cubren algoritmos representativos como regresión lineal, regresión logística, árbol de decisión, KNN, SVM, PCA y análisis de clústeres. También incluye métodos para reducir el sobreajuste, como regularización L1 y L2, además de Lasso, Ridge y ElasticNet. Cada tema ofrece tanto cursos conceptuales como materiales de implementación en Python para conectar teoría y práctica. 5. Principales áreas de deep learning Parte desde la estructura de las redes neuronales y organiza los principales modelos de deep learning como CNN, RNN, LSTM, GAN y aprendizaje por refuerzo. En computer vision presenta casos de uso de detección de objetos, segmentación de imágenes, conducción autónoma y OpenCV. En procesamiento de lenguaje natural cubre Word2Vec, BERT, GPT, Transformer, Attention y Seq2Seq. No solo permite usar modelos: también se puede aprender a entender papers, implementar código y ajustar hiperparámetros. 6. Tecnologías de AI recientes y formas de aprendizaje Presenta tecnologías para encontrar automáticamente arquitecturas y parámetros de modelos, como AutoML, optimización bayesiana, Hyperband y NAS. Meta-learning es una forma de aprender rápido nuevos problemas, y active learning consiste en entrenar seleccionando solo los datos necesarios. El aprendizaje federado entrena modelos de forma conjunta en varios dispositivos sin reunir los datos en un servidor central. El aprendizaje incremental y continuo trata métodos para seguir aprendiendo nuevos datos sin perder el conocimiento previo. 7. LLM, LangChain y ChatGPT Presenta agentes de AI como AutoGPT, que dividen el objetivo indicado por el usuario en varias etapas y lo ejecutan automáticamente. A través de casos como KoChatGPT y KoAlpaca, se puede aprender fine-tuning de LLM en coreano y técnicas como RLHF y LoRA. En los materiales de LangChain se explica cómo conectar un LLM con PDF, sitios web, CSV, Excel y modelos de Hugging Face. Usando la documentación de OpenAI API y el Cookbook, se pueden desarrollar servicios de preguntas y respuestas, resumen de documentos y análisis de datos. 8. Aprendizaje práctico con Kaggle y Dacon Ofrece materiales paso a paso, desde cómo empezar en Kaggle hasta uso de datasets, API, proceso de participación en competencias y soluciones ganadoras. Se pueden practicar problemas de clasificación y regresión como Titanic, precios de vivienda, riesgo crediticio y demanda de bicicletas. También están separados por área los concursos y tutoriales de detección de imágenes, procesamiento de lenguaje natural, series temporales y voz. Lo clave es acumular experiencia en preprocesamiento de datos, validación de modelos y mejora de rendimiento en problemas similares a los del trabajo real. 9. Diversas formas de materiales de estudio Los cursos se centran en contenido gratuito o público de plataformas como Coursera, Stanford, T Academy y YouTube. Los blogs profundizan más en temas como matemáticas, estadística, papers y procesamiento de lenguaje natural. Los repositorios de GitHub incluyen Jupyter Notebook ejecutables, código de ejemplo, modelos preentrenados y datasets. Wikidocs y los libros electrónicos son adecuados para estudiar Python, deep learning y algorithmic trading en orden, como si fueran libros. 10. Open data y herramientas de desarrollo Presenta diversas fuentes de datos como AI Hub, Public Data Portal, Seoul Open Data Plaza y Papers with Code. Organiza librerías según su propósito, con énfasis en TensorFlow, PyTorch y Scikit-learn. También incluye PublicDataReader para consultar datos públicos como DataFrame, además de datasets médicos, de visión y en coreano. Hay también materiales sobre entornos de desarrollo basados en Docker y construcción de servidores GPU, útiles para preparar un entorno de proyecto real. 11. Comunidad e información de carrera A través de comunidades por tecnología como TensorFlow Korea, PyTorch KR y Kaggle Korea, se pueden intercambiar preguntas e información. Mediante entrevistas con data scientists e ingenieros de machine learning en activo, se presentan experiencias sobre trabajo, empleo, salario y estudios de posgrado. También se puede revisar la posibilidad de entrada para personas sin formación especializada y la diferencia de roles entre data scientist e ingeniero de ML. Muestra que, además del aprendizaje técnico, el portafolio, las competencias y la actividad en comunidades son importantes para prepararse profesionalmente. Evaluación clave Perspectiva Contenido Naturaleza del material Colección integral de enlaces y materiales prácticos para aprender machine learning y AI por cuenta propia Ventajas principales Amplio alcance desde fundamentos hasta LLM recientes y muchos recursos gratuitos Lectores adecuados Principiantes en AI, desarrolladores, analistas de datos y personas que se preparan para Kaggle Cómo aprovecharlo En vez de revisar todo en orden, conviene elegir una ruta de aprendizaje según el área objetivo Precauciones Algunos materiales son antiguos, así que hay que revisar la versión de las librerías y si la tecnología sigue vigente

(github.com/teddylee777)

32 puntos por baeba 6 시간 전 | 2 comentarios | Compartir por WhatsApp

1. Propósito y estructura del documento

Este texto es una recopilación de materiales de estudio organizada de forma sistemática —como cursos, blogs, GitHub, papers y datasets— para quienes quieren aprender machine learning y deep learning por su cuenta.
No es solo una lista de enlaces: también propone el nivel de dificultad y el objetivo de uso para orientar a principiantes sobre en qué orden conviene estudiar.
Cubre un rango amplio, desde Python hasta matemáticas y estadística, machine learning, deep learning, LLM y práctica en Kaggle.
Se mantiene como un proyecto público en GitHub al que varios colaboradores pueden añadir recursos.

2. Orden de estudio recomendado

Primero se recomienda aprender la sintaxis de Python, luego procesar datos con NumPy y Pandas, y después visualizarlos con herramientas como Matplotlib.
Después, se estudian álgebra lineal, cálculo diferencial, probabilidad y estadística para entender los principios de los algoritmos de machine learning.
En la siguiente etapa, se aprende machine learning tradicional con Scikit-learn y deep learning basado en TensorFlow y PyTorch.
Al final, la estructura busca fortalecer habilidades prácticas mediante proyectos de Kaggle, implementación de papers y análisis de datos reales.

3. Bases de matemáticas y estadística

Incluye cursos que explican conceptos matemáticos necesarios para estudiar AI, como vectores, matrices, derivadas, derivadas parciales, logaritmo natural y similitud.
En estadística se cubren distribución de probabilidad, distribución normal, prueba de hipótesis, p-value, intervalo de confianza y teoría bayesiana.
También incluye materiales sobre AR, MA y ARIMA para análisis de series temporales, además de transformada de Fourier y descomposición empírica en modos para procesamiento de señales.
Se recomienda primero material introductorio que facilite entender fórmulas complejas mediante dibujos y clases con explicaciones a mano.

4. Machine learning tradicional

Primero se explican los principios básicos de cómo aprende un modelo, como descenso por gradiente, backpropagation y función de pérdida.
Se cubren algoritmos representativos como regresión lineal, regresión logística, árbol de decisión, KNN, SVM, PCA y análisis de clústeres.
También incluye métodos para reducir el sobreajuste, como regularización L1 y L2, además de Lasso, Ridge y ElasticNet.
Cada tema ofrece tanto cursos conceptuales como materiales de implementación en Python para conectar teoría y práctica.

5. Principales áreas de deep learning

Parte desde la estructura de las redes neuronales y organiza los principales modelos de deep learning como CNN, RNN, LSTM, GAN y aprendizaje por refuerzo.
En computer vision presenta casos de uso de detección de objetos, segmentación de imágenes, conducción autónoma y OpenCV.
En procesamiento de lenguaje natural cubre Word2Vec, BERT, GPT, Transformer, Attention y Seq2Seq.
No solo permite usar modelos: también se puede aprender a entender papers, implementar código y ajustar hiperparámetros.

6. Tecnologías de AI recientes y formas de aprendizaje

Presenta tecnologías para encontrar automáticamente arquitecturas y parámetros de modelos, como AutoML, optimización bayesiana, Hyperband y NAS.
Meta-learning es una forma de aprender rápido nuevos problemas, y active learning consiste en entrenar seleccionando solo los datos necesarios.
El aprendizaje federado entrena modelos de forma conjunta en varios dispositivos sin reunir los datos en un servidor central.
El aprendizaje incremental y continuo trata métodos para seguir aprendiendo nuevos datos sin perder el conocimiento previo.

7. LLM, LangChain y ChatGPT

Presenta agentes de AI como AutoGPT, que dividen el objetivo indicado por el usuario en varias etapas y lo ejecutan automáticamente.
A través de casos como KoChatGPT y KoAlpaca, se puede aprender fine-tuning de LLM en coreano y técnicas como RLHF y LoRA.
En los materiales de LangChain se explica cómo conectar un LLM con PDF, sitios web, CSV, Excel y modelos de Hugging Face.
Usando la documentación de OpenAI API y el Cookbook, se pueden desarrollar servicios de preguntas y respuestas, resumen de documentos y análisis de datos.

8. Aprendizaje práctico con Kaggle y Dacon

Ofrece materiales paso a paso, desde cómo empezar en Kaggle hasta uso de datasets, API, proceso de participación en competencias y soluciones ganadoras.
Se pueden practicar problemas de clasificación y regresión como Titanic, precios de vivienda, riesgo crediticio y demanda de bicicletas.
También están separados por área los concursos y tutoriales de detección de imágenes, procesamiento de lenguaje natural, series temporales y voz.
Lo clave es acumular experiencia en preprocesamiento de datos, validación de modelos y mejora de rendimiento en problemas similares a los del trabajo real.

9. Diversas formas de materiales de estudio

Los cursos se centran en contenido gratuito o público de plataformas como Coursera, Stanford, T Academy y YouTube.
Los blogs profundizan más en temas como matemáticas, estadística, papers y procesamiento de lenguaje natural.
Los repositorios de GitHub incluyen Jupyter Notebook ejecutables, código de ejemplo, modelos preentrenados y datasets.
Wikidocs y los libros electrónicos son adecuados para estudiar Python, deep learning y algorithmic trading en orden, como si fueran libros.

10. Open data y herramientas de desarrollo

Presenta diversas fuentes de datos como AI Hub, Public Data Portal, Seoul Open Data Plaza y Papers with Code.
Organiza librerías según su propósito, con énfasis en TensorFlow, PyTorch y Scikit-learn.
También incluye PublicDataReader para consultar datos públicos como DataFrame, además de datasets médicos, de visión y en coreano.
Hay también materiales sobre entornos de desarrollo basados en Docker y construcción de servidores GPU, útiles para preparar un entorno de proyecto real.

11. Comunidad e información de carrera

A través de comunidades por tecnología como TensorFlow Korea, PyTorch KR y Kaggle Korea, se pueden intercambiar preguntas e información.
Mediante entrevistas con data scientists e ingenieros de machine learning en activo, se presentan experiencias sobre trabajo, empleo, salario y estudios de posgrado.
También se puede revisar la posibilidad de entrada para personas sin formación especializada y la diferencia de roles entre data scientist e ingeniero de ML.
Muestra que, además del aprendizaje técnico, el portafolio, las competencias y la actividad en comunidades son importantes para prepararse profesionalmente.

Evaluación clave

Perspectiva	Contenido
Naturaleza del material	Colección integral de enlaces y materiales prácticos para aprender machine learning y AI por cuenta propia
Ventajas principales	Amplio alcance desde fundamentos hasta LLM recientes y muchos recursos gratuitos
Lectores adecuados	Principiantes en AI, desarrolladores, analistas de datos y personas que se preparan para Kaggle
Cómo aprovecharlo	En vez de revisar todo en orden, conviene elegir una ruta de aprendizaje según el área objetivo
Precauciones	Algunos materiales son antiguos, así que hay que revisar la versión de las librerías y si la tecnología sigue vigente

2 comentarios

ihope 4 시간 전

¡Oh! ¡Me gustan este tipo de cosas!

blizard4479 4 시간 전

¡Guau, muchísimas gracias por compartir este material!