The 100-page Machine Learning book es un libro breve pero intenso. Concentra en pocas páginas mucha de la teoría del Machine Learning tradicional y los fundamentos básicos de las redes neuronales y el aprendizaje profundo.
¡Parece mentira que pueda caber tanto Machine Learning en un libro de poco más de 100 páginas!
Después de haberlo leído, creo que es un libro de referencia para lectores que tengan unas bases matemáticas sólidas y quieran introducirse en el mundo del Machine Learning sin rodeos, entendiendo el funcionamiento de los algoritmos de aprendizaje desde una perspectiva teórica.
Además, el libro introduce muchos temas que no se suelen tratar en la literatura como datasets no balanceados, la combinación de modelos, la personalización de métricas... y tiene una wiki de contenido extra que va siendo actualizada.
Es un punto de partida para empezar a profundizar en el campo del aprendizaje automático con todos los conceptos definidos de manera breve y directa y un lugar al que regresar cuando quieras entender las bases del funcionamiento de los principales modelos.
Sin embargo, leerlo de principio a fin puede resultar denso por la fuerte carga de notación matemática del libro (si no estás acostumbrado a ello 🤓) y si estás buscando un enfoque más práctico, yo no empezaría por aquí.
Eso sí...
Después de leerlo descubrirás la verdad.
Las máquinas no aprenden.
Lo que hacen es encontrar una fórmula matemática que cuando se aplica a una colección de datos de entrada (el dataset de entrenamiento) produce la salida deseada.
Esta fórmula matemática también produce salidas correctas para la mayoría de datos de entradas aunque no formen parte del dataset de entrenamiento siempre y cuando éstos sigan una distribución similar al conjunto de datos de entrenamiento.
El nombre de Machine Learning es más marketing que otra cosa. Marketing de 1959, donde Arthur Samuel, que trabajaba en IBM, acuñó el término.
La Inteligencia Artificial tampoco va de inteligencia.
🔑 Machine Learning es la capacidad de realizar tareas para las que no han sido explícitamente programadas.
A continuación encontrarás un resumen de cada uno de los capítulos del libro.