Acelera y triunfarás
¿Qué mejor forma de acelerar el conocimiento?
TL;DR: Proceso de aprendizaje desde la instalación hasta el uso profesional.
Mi elección: la Mac de los Apple Silicon
Tengo Mac. A veces suena complicado y mucho más en Argentina que básicamente es todo Windows. ¿Se puede tener una Mac con Windows? Si, pero ustedes ya saben qué sería. Quiero dejarles en claro que son cosas nada que ver: Mac es un hardware, Windows es un software. Pero para la gran mayoría puede ser suficiente diferenciador.
La primera que tuve la compré cerca del 2013-2014. Era como estar en el futuro ya que mi anterior PC todavía estaba en mi escritorio y la había llevado varias veces a mejorar en RAM (para jugar a los videos). Aprender ese sistema operativo fue complicado, pero nunca más quise volver a Windows (ahora sí podemos estar hablando de cosas similares).
Y un día se fue. De un vaso de Coca-Cola no se vuelve (ahora tomo Zero). Y me traje una M1. Como la anterior tenía chip Intel (y yo hasta ese momento no tenía conocimientos de la diferencia) perdí la posibilidad de jugar muchos juegos que no son más nativos en esta arquitectura (ahora puedo hablar con más palabras). Después de perder mis partidas, solo quedaba aprender Machine Learning.
¿Qué es el Machine Learning?
No puedo contestar una pregunta con otra, pero nosotros los humanos estamos acostumbrados a pensar en contexto, lógica y buscar un significado más profundo de las cosas antes de dar una respuesta. Somos muy buenos con esto. En cambio, el Machine Learning difiere en que éste busca patrones luego de aprenderse muchos (mejor si son muchos-muchos) ejemplos. Mejor si tenemos entradas y salidas ya listas para buscar esos patrones (ojo, hay varios tipos). Acá seguro que van a encontrar una mejor definición. Pero el hecho es que podemos usar el Machine Learning para programar sin escribir qué es lo que la computadora tiene que hacer. El típico modelo de la caja negra:
Entre el input y el output se encuentra la magia. Se aprenden los patrones y estos finalmente se usan para otros datos y se va ajustando.