El curso que empieza entrenando un modelo el primer día y deja la teoría para luego

Howard invirtió la pedagogía tradicional: primera lección, ya has entrenado un clasificador de imágenes que funciona; la teoría llega después, cuando ya tienes curiosidad ganada. Miles de practicantes —y varios papers importantes de gente sin doctorado— salieron de aquí. Si sabes programar y el ML te intimida, este es el camino de entrada con mejor ratio esfuerzo-resultado.

Abrir el original ↗web0 visitas · 0 lectores

Jeremy Howard, Rachel Thomas · fast.ai

MIMarco Ibáñez

Conexiones

Trazadas y explicadas por personas: la razón es lo que las hace valiosas.

«Empezar en B y saltar a A transforma la intuición práctica en comprensión matemática sólida de por qué los modelos funcionan; ir de A a B convierte conceptos abstractos en habilidades reproducibles y proyectos reales.»
MIMarco Ibáñez
La biblia del deep learning, gratis y online por decisión de sus autoresLibro
«A te da la confianza práctica rápida; B te aporta la base matemática y la experiencia de implementar todo desde cero (autograd, backprop y transformers), transformando el uso intuitivo en la capacidad de diseñar y entrenar tus propios modelos tipo GPT.»
MIMarco Ibáñez
Zero to Hero: el curso que va de derivar a mano a entrenar tu propio GPTVídeo
«Tras experimentar y obtener resultados rápidos con el curso práctico (A), las notas de Stanford (B) aportan la base teórica —retropropagación, convnets y principios de diseño— que te permite diagnosticar errores, optimizar y generalizar modelos con criterio.»
MIMarco Ibáñez
Los apuntes de Stanford que enseñaron visión por computador a medio internetWeb