Si, absolutamente. Pero puede que no te guste por qué.
Aprendizaje profundo, aprendizaje automático, ciencia de datos … todos estos campos ‘nuevos’ de rápido crecimiento NO tienen que ver principalmente con la programación. Mucho más importante para su comprensión es una comprensión firme de la materia favorita de todos … las matemáticas.
Los lenguajes que se utilizan, Python (específicamente NumPy y Pandas), R, Octave, MatLab … son bastante fáciles de entender para un matemático, porque la programación es una empresa inherentemente lógica, la sintaxis es solo memorización. Pero me he dado cuenta de que muchas de las personas que se sienten atraídas por mirar ML están siendo engañosas (probablemente involuntariamente), así que permítanme intentarlo y decir esto como una buena mordida sonora:
Ingeniería de Software es informática con un poco de matemática. Machine Learning es matemática con un poco de informática.
- ¿Será esto realmente útil en el futuro para mi carrera? ¿Cuál será el futuro si apuesto por FileNet con Java?
- Quiero hacer un doctorado en informática, pero absolutamente todo mi conocimiento de CS es autodidacta desde la creación de sitios web y aplicaciones. ¿Qué tengo que hacer?
- ¿Cuáles son los cursos más importantes que debe aprender un estudiante de informática?
- ¿Es mejor trabajar por cuenta propia o permanecer en una opresiva compañía de software corporativo?
- Cómo convertirse en un experto en programación a través del autoestudio si ya conoce 2 lenguajes de programación y estructura de datos
Si quieres aprender Machine Learning y Deep Learning, genial. Pero estarás infinitamente mejor si comienzas con un libro de matemáticas. Si no me crees, mira los primeros minutos de cualquier curso en línea y calcula qué tan rápido comienzan a golpearte con funciones, límites y todo el cuerpo de álgebra lineal.