Quero me ensinar aprendizado de máquina suficiente para que eu possa entender o suficiente para colocar em usoacessível estruturas ML de código aberto que me permitirão fazer coisas como:

Percorra a fonte HTML das páginas de um determinado site e "entenda" quais seções formam o conteúdo, quais anúncios e quais formam os metadados (nem o conteúdo nem os anúncios - por exemplo. - TOC, autor bio etc.)

Navegue pela fonte HTML de páginas de sites diferentes e "classifique" se o site pertence a uma categoria predefinida ou não (a lista de categorias será fornecida antes) 1.

... tarefas de classificação semelhantes em texto e páginas.

Como você pode ver, meus requisitos imediatos têm a ver com classificação emfontes de dados díspares eampla quantidades de dados.

No que diz respeito ao meu entendimento limitado, adotar a abordagem da rede neural precisará de muito treinamento e manutenção do que usar SVMs?

Entendo que os SVMs são adequados para tarefas de classificação (binárias) como a minha, e os framworks de código aberto como a libSVM são bastante maduros?

Nesse caso, quais assuntos e tópicos um graduado em ciência da computação precisa aprender agora, para que os requisitos acima possam ser resolvidos, colocando essas estruturas em uso?

Eu gostaria de ficar longe do Java, é possível e, de outra forma, não tenho preferências de idioma. Estou disposto a aprender e fazer o máximo de esforço possível.

Minha intenção não é escrever código do zero, mas, começando por colocar as várias estruturas disponíveis para uso (não sei o suficiente para decidir qual); eEu deveria ser capaz de consertar as coisas se elas derem errado.

Recomendações suas sobre o aprendizado de partes específicas da estatística e da teoria das probabilidades não são nada inesperados do meu lado, por isso diga que, se necessário!

Modificarei esta pergunta, se necessário, dependendo de todas as suas sugestões e comentários.