Segunda etapa: Aprendizaje automático clásico

Un libro de texto introductorio al aprendizaje estadístico desarrollado por la Universidad de Stanford, disponible en versiones R y Python, que cubre algoritmos clásicos de aprendizaje automático como regresión, clasificación y máquinas de vectores de soporte, con cursos en línea gratuitos y código experimental.

Un tutorial clásico de aprendizaje automático para principiantes de 12 semanas y 26 lecciones desarrollado por Microsoft, que utiliza datos culturales de todo el mundo para practicar el aprendizaje automático.

Curso de especialización introductorio clásico de aprendizaje automático del profesor Andrew Ng, que cubre el aprendizaje supervisado, el aprendizaje no supervisado y las técnicas prácticas de aprendizaje automático.

Notas completas en chino del curso de aprendizaje automático de Stanford de Andrew Ng, que cubren 18 capítulos desde los fundamentos hasta las aplicaciones, proporcionando materiales de aprendizaje en múltiples formatos.

Un proyecto educativo para implementar modelos y algoritmos básicos de aprendizaje automático desde cero con Python, que cubre varios algoritmos desde la regresión lineal hasta el aprendizaje profundo, centrándose en una presentación transparente del funcionamiento interno de los algoritmos.