Por onde começar em redes neurais

Antes de tudo, sei que a pergunta pode não ser adequada para o site, mas eu realmente apreciaria se você me desse algumas dicas.

Sou um programador de 16 anos, tenho experiência com diversas linguagens de programação. Há algum tempo, iniciei um curso no Coursera, intitulado introdução ao aprendizado de máquina e, desde então, fiquei muito motivado para aprender sobre IA, lendo sobre redes neurais e fiz um perceptron de trabalho usando Java e foi realmente divertido, mas quando comecei a fazer algo um pouco mais desafiador (construir um software de reconhecimento de dígitos), descobri que precisava aprender muita matemática, amo matemática, mas as escolas aqui não nos ensinam muito, agora eu conheço alguém que é professor de matemática, você acha que aprender matemática (especificamente cálculo) é necessário para eu aprender IA ou devo esperar até aprender essas coisas em escola?

Além disso, que outras coisas seriam úteis no meu caminho para aprender IA e aprendizado de máquina? outras técnicas (como SVM) também exigem matemática forte?

Desculpe se minha pergunta é longa, eu realmente aprecio se você pudesse compartilhar comigo qualquer experiência que tenha tido com o aprendizado de IA.

Não, você deve seguir em frente e aprender matemática sozinho. Você "apenas" precisará aprender cálculo, estatística e álgebra linear (como o restante do aprendizado de máquina). A teoria das redes neurais é bastante primitiva neste momento - é mais uma arte do que uma ciência -, então acho que você pode entender se tentar. Além disso, existem muitos truques que você precisa de experiência prática para aprender. Existem muitas extensões complicadas, mas você pode se preocupar com elas quando chegar tão longe.

Uma vez que você possa entender as aulas do Coursera em ML e redes neurais (Hinton), sugiro que pratique. Você pode gostar desta introdução.

Eu diria ... realmente depende. Pode ser necessário:

• use algoritmos de aprendizado de máquina: isso será útil para aplicativos específicos que você possa ter. Nesta situação, o que você precisa é de algumas habilidades de programação e o gosto por testar (praticar fará você se sentir forte). Aqui a matemática não é tão necessária, eu diria.
• ser capaz de modificar algoritmos existentes. Seu aplicativo específico pode ser reticente aos algoritmos regulares, portanto, pode ser necessário adaptá-los para obter a máxima eficiência. Aqui a matemática entra em jogo.
• entender a teoria por trás dos algoritmos. Aqui a matemática é necessária e ajudará você a aumentar seu conhecimento no campo de aprendizado de máquina, desenvolver seus próprios algoritmos, falar o mesmo idioma que seus colegas ... A teoria da NN pode ser primitiva como foi dito por @Emre, mas, por exemplo, isso é não é o caso do SVM (a teoria por trás do SVM requer, por exemplo, entender a reprodução dos espaços de Hilbert do kernel ).

No médio prazo, com certeza você precisará de matemática forte. Mas você não precisa esperar que eles cheguem até você, você pode começar agora com álgebra linear, que é bonita e útil para tudo. E caso você encontre dificuldades (possivelmente temporárias) de qualquer tipo com a matemática, continue praticando da maneira que você já pratica (muitas pessoas podem falar sobre o perceptron, mas não conseguem fazer um perceptron em Java), isso é muito valioso.

As redes neurais não são um ótimo modelo introdutório, simplesmente por causa da complexidade que você descreve. Se você está tentando molhar os pés, as árvores de decisão melhoradas tendem a ter um bom desempenho em comparação e são um pouco mais intuitivas. Se você deseja uma descrição desse método e já conhece o Coursera, a Universidade de Washington tem um curso introdutório sobre ciência de dados, o que explica muito bem.

Com certeza você precisa aprender matemática. No entanto, você também deve fazer um esforço para obter algumas habilidades mais amplas de engenharia e ciências. Existem muitas pessoas que se dedicam à ciência da computação e tudo o que sabem são algumas linguagens de programação e matemática. O resultado final é uma pessoa muito chata, com pouco criatividade para fazer algo novo. Tire um ano quando tiver 18 ou 19 anos para viajar pelo mundo.

Este é um livro muito bom. Adrian fará uma promoção de sexta-feira negra, então é uma ótima chance de comprá-la. É um guia passo a passo através de aprendizado profundo com matemática, intuição e código. Ele se concentra principalmente na visão computacional, mas oferece um bom começo.