Review curso online Aprendizaje de Máquina Coursera

Curso de Machine Learning en Coursera: mi experiencia

Quería comentar mi experiencia durante el curso On Line de Coursera sobre Machine Learning de la Universidad de Standford impartido por Andrew Ng.

Mi opinión

En general debo decir que el curso me encantó, lo disfruté y me pareció muy completo para iniciarse en Machine Learning. Tiene una duración de 11 semanas y en cada una tendremos una serie de Videos, Lecturas, exámenes multiple-choice y ejercicios prácticos. Además cuenta con un foro y un grupo de ayudantes dispuestos a resolver nuestras dudas. Puedes seguir las clases desde tu computadora o móvil ya que cuenta con apps de iOs y Android que permiten streaming o descarga de los videos para ver off-line.

Atención: el curso está en inglés aunque cuenta con subtítulos de los videos al español.

Mi Cursada

Debo reconocer que me costó seguir la cursada semana a semana porque me tocaron navidades y vacaciones en Argentina entre medio. En vez de completarlo en 11 semanas, lo terminé en 16. Esto lo permite la plataforma migrando tu perfil a nuevas aperturas de curso y manteniendo tus logros. La parte matemática de vectores y operaciones con matrices la tenía un poco oxidada, pero una vez que agarras lápiz y papel, te pones en ritmo. Los foros son muy útiles, al ser uno de los primeros cursos que se crearon en Coursera, cuenta con un largo historial de más de 2 millones de estudiantes que pasaron por él y que aportaron muy buenas colaboraciones y comentarios. Los ejercicios en programación también me parecieron interesantes, algunos más complicados pero sin disparates. Y está bien implementado la forma de enviar tus trabajos y el seguimiento de tu estado en la plataforma. Recibes correos y notificaciones con recordatorios y hasta para levantar tu ánimo y no abandonar.

Para quién es

En mi parecer, está dirigido a programadores interesados en comenzar a comprender el Machine Learning. Es importante destacar que se debe tener conocimientos de Matemáticas ya que durante el curso se utilizan Derivadas e Integrales y sobre todo operaciones sobre Matrices. Si no eres bueno con las mates, o te dan flaca y/o repulsión… no te lo recomiendo.

Los contenidos

Entre los contenidos veremos las diferencias entre Aprendizaje supervisado y No Supervisado, Regresión Lineal, Regresión Logística, Regularización para solucionar problemas de Overfitting, Redes Neuronales Artificiales, SVM, Reducción de Dimensiones con PCAK-Means y Sistemas de Recomendación. Luego de una buena dosis de teoría, deberemos completar prácticas bastante entretenidas en las cuales lograremos crear predicciones de precios de inmuebles, visión artificial (OCR), encontrar patrones para identificar grupos o clasificar emails entre Spam o correo deseado.

Las prácticas

Las prácticas se realizan con el software Octave o con Matlab, son similares pero Octave es Free mientras que Matlab ofrece un mes de uso gratis y luego es de pago por licencia. Se utilizan sobre todo operaciones sobre vectores y matrices y por eso estos lenguajes son apropiados aunque se hecha en falta poder programar con Phyton que es lo que actualmente pide el mercado laboral.

Precio / Certificado

El curso se puede realizar completamente gratis, se tiene acceso a todo el material y contenidos de por vida. Es opcional el pago de 47€ por la obtención de un certificado. Para ello, deberemos completar todos los exámenes con más de un 80% de aciertos y todas las prácticas. Es importante realizar el pago ANTES de completar el curso, o perderemos la posibilidad de comprarlo más tarde.

No dudé ni un segundo en decidirme a comprarlo. El precio me parece muy accesible para el grado de importancia que tiene. El certificado se puede compartir en Linkedin para mejorar el CV. Aquí les dejo el enlace a mi certificado.

¿Y ustedes que experiencia tienen en cursos de Machine Learning? Escribe tu comentario y cuéntame si cursaste o tienes pensado anotarte en alguno!.

GuardarGuardar

GuardarGuardar

Libros Relacionados

4 comments

  1. Carlos · January 11, 2019

    Hola Juan!
    Empecé hace una semana el curso de Deep Learning en coursera, también del Dr. Ng. y me parece muy buen curso. Apenas estoy en las primeras semanas pero estoy bastante interesado en continar mis estudios en machine learning y dado que veo que tienes muchos post sobre machine learning me pregunta sobre cuál debería ser el camino a seguir después de terminar el curso en coursera. Qué recomendarías?

    • Na8 · January 18, 2019

      Hola pues puedes leer mi blog jajaja! 🙂
      A decir verdad tengo pensado crear dentro de poco algún post sobre “camino” para formación en ML. Puesto que creo que serviría de guía para ti y para varios usuarios más veo que tienen la misma pregunta.
      Creo que si completas los 5 módulos de Deep Learning de Coursera vas en muy buen camino.
      TE digo lo que se me ocurre ahora mismo (sin reflexionar demasiado, hasta que escriba el post)

      • Estaría bien que vayas creando un repo propio en GitHub con tus propios experimentos en ML.
      • Meterte con procesamiento en la nube, tienes con Google Colab ó con AWS de amazon
      • Conocimientos de Spark, Hadoop
      • Mucho del datascience va realmente por hacer análisis de los resultados, poder interpretarlos. En cuanto a este tema no se me ocurre bien qué recomendarte… imagino que ¿algún libro?. Si encuentro alguno bueno, te actualizaré aquí la respuesta
      • Imagino que ya te habrán dicho: Competiciones Kaggle 😉

      Por el momento eso se me va ocurriendo!
      Saludos

  2. Nicolas · March 5, 2020

    Hola Juan!

    Estamos en las ultimas semanas del curso y justo vemos que para tener el certificado hay que pagarlo antes de finalizarlo. Una consulta con respecto a eso, aparte de las revisiones semanales y las practicas, al pagar por el certificado con eso ya basta o hay que rendir un final?

  3. David · March 26, 2020

    Hola Juan,

    Hoy vi un articulo tuyo en este blog, quería felicitarte y agradecerte por compartir de una manera tan clara esta información.

    Un saludo y gracias.

Leave a Reply