Hogyan lehet megtanulni a gépi tanulást
— Milyen előéletű, mivel foglalkozott a gépi tanulás előtt? Hogyan
– Sethi szolgáltatási üzletágát vezetemtechnológiákat. Ügyfeleinknek gépi tanuláson és mesterséges intelligencián alapuló megoldásokat kínálunk. Az elmúlt két évben a Fortune 500 legnagyobb cégeivel dolgoztunk együtt.
Mindig is lenyűgöztek az adatok.Ez határozta meg a választásomat – ezt követően kezdtem el a gépi tanulás területén keresni tudást, készségeket és tapasztalatokat projektalapú tanuláson keresztül. Ez lehetőséget adott arra, hogy gépi tanulási szakértővé váljak az oktatási ökoszisztémában, egy olyan decentralizált tanulási ökoszisztémában, amely valódi termékek készítésére tanítja meg a szakembereket és a főiskolai hallgatókat.
„Ha az adatok, az automatizálás és az algoritmusok érdekesek, akkor a gépi tanulás jövedelmező pályaválasztás”
Hogyan kezdik el az emberek a gépi tanulást? Ez nem az a terület, ahol alapvető tudásra és sokéves oktatásra van szükség?
— Alapvető szakterületi ismeretekA programozás további előnyt jelent, különben a tanulási görbe túl meredek lesz. A gépi tanulás a leggyorsabban fejlődő területek – a Big Data, a prediktív elemzés, az adatbányászat és a számítási statisztikák – fő összetevője is.
Ha az adatok, az automatizálás és az algoritmusok hívnakérdeklődést, akkor a gépi tanulás jövedelmező pályaválasztás. A strukturált program vagy tanfolyam elvégzése az egyik legjobb módja a gépi tanulás elsajátításának. A nagy kereslet ebben az iparágban több száz személyes és online tanfolyamot eredményezett.
— Mit tud tanácsolni azoknak a fejlesztőknek, elemzőknek, akik ezen a területen szeretnének fejlődni?
– A gépi tanulásban megvan a potenciálaz alkalmazások hatékonyabbak és jobban reagálnak a felhasználói igényekre. Azoknak a fejlesztőknek, akik szeretnék megvalósítani a gépi tanulást az alkalmazásokban, tudniuk kell néhány kulcsfontosságú dolgot, amelyek segíthetik őket a sikerben:
- Minél több adattal rendelkezik egy algoritmus, annál pontosabbá válik, ezért lehetőség szerint kerülje az almintavételezést.
- A legjobb gépi tanulási módszer kiválasztása egy problémához kulcsfontosságú, és gyakran meghatározza a sikert vagy a kudarcot.
- A gépi tanulási modellek csak akkor lehetnek jók, ha az adatok jók.
- Az adatszolgáltatások megértése és fejlesztése (újak létrehozásával és a meglévők eltávolításával) nagy hatással van a kiszámíthatóságra.
- Hol lehet megtanulni? Talán tanfolyamokon vagy iskolákban?
— Szerencsére ma már sok platform létezikonline tanulás, például az oktatási ökoszisztéma, ahol a gépi tanulás és a mesterséges intelligencia különböző fogalmait tanulhatja meg. Az oktatási ökoszisztémában oktatóanyagokat és projektforrásokat tartalmazó projekteken keresztül tanulhat szakértő fejlesztőktől. Például több ilyen projektet készítettem:
- Képletöltés hasonlóság alapján Tensorflow és Keras segítségével
- Neurális stílus átvitel Keras és Tensorflow segítségével
- Hogyan végezzünk arcfelismerést OpenCV Haar Cascades használatával
Melyik vállalkozásnak van szüksége és melyiknek nincs szüksége mesterséges intelligenciára
— Hogyan „adják el” az AI-t és a gépi tanulást a cégeknek, és hogyan javítják munkájukat? Mit gondol, miért vált tudományosabbá az üzlet?
— A gépi tanulási algoritmusok többször is képeseka megadott adatsor alapján tanulni, mintákat, viselkedést megérteni. Ez a folyamat iteratív és folyamatosan javul, ami segíti a vállalatokat, hogy folyamatosan változzanak, hogy megfeleljenek az üzleti és az ügyfelek igényeinek.
"A gépi tanulási algoritmusok iteratív módon tanulhatnak egy adott adathalmazból"
Milyen cégeknek felel meg és nem? Milyen problémákat lehet megoldani a segítségükkel?
— A gépi tanulásra leginkább az üzleti életnek van szüksége,amely képosztályozással, szövegelemzéssel vagy prediktív modellel foglalkozik. Más típusú üzleteknél az algoritmusok betaníthatók arra, hogy valamit ajánljanak a felhasználónak, adatokat gyűjtsenek, mély tanulást és neurális hálózatokat használjanak. A szolgáltatóiparban az algoritmusok help desk menedzserként taníthatók természetes nyelvi feldolgozáson keresztül, gyakori vásárlói panaszok alapján.
— Ezen a területen szinte minden nap megjelenik valami új. Hogyan lehet nyomon követni a történéseket, mire kell különösen odafigyelni?
– Egy nemrégiben készült Indeed-jelentés megállapította, hogy szabad álláshelyek vannakA gépi tanulással foglalkozó mérnökök mindenkit megelőznek fizetésben, keresletben és növekedésben. A dokumentum azt is megjegyezte, hogy a gépi tanulási mérnökök iránti kereslet 344%-kal nőtt.
Ez a terület azért nagyon fontos, mertlehetővé teszi a vállalkozások számára, hogy lássák a vásárlói magatartás és az üzleti működési minták trendjeit, elősegíti új termékek fejlesztését. Számos vezető vállalat, mint például a Facebook, a Google és az Uber, működése központi részévé teszi a gépi tanulást. A folyamatos szakmai fejlődés segíti a szakembereket abban, hogy kihasználják az iparág nagy keresletét és alacsony kínálatát.
— A gépi tanulást gyakran használják a big data elemzésében. Milyen áttörő termékek jelennek meg itt?
A big data ugyanolyan fontossá váltaz állami és magánszervezetek hatalmas mennyiségű információt gyűjtenek meghatározott területeken. A gépi tanulás és a big data összevonása véget nem érő folyamat. Meglátjuk, hogyan alkalmazzák a gépi tanulási algoritmusokat a nagy adatokkal végzett munka minden elemére, beleértve a szegmentálást, az adatelemzést és a modellezést.
— Milyen szabadpiaci rések kapcsolódnak a gépi tanulás és az AI fejlődéséhez?
- A mesterséges intelligencia áttörést jelentlegújabb technológia. Számos olyan résterület van, ahol az AI jelentős hatást gyakorol. Vannak más szűk körű alkalmazások, amelyekről a médiában nem számolnak be, de a tudományos publikációkban megtalálhatók. A következő években ők kapják a legnagyobb fejlesztést, ezek az oktatás, az építés és tervezés, a szórakoztatás és a sportelemzés.
— Hogyan látja a gépi tanulás fejlődését? Hogyan segíthet az embereknek, vállalkozásoknak, államoknak?
— A gépi tanulás segíti a vállalkozásokathasználjon megelőző karbantartást a berendezések meghibásodásának csökkentése és a nyereség növelése érdekében. Ahogy a nagy és összetett adatfeldolgozási képességek iránti kereslet növekszik, a gépi tanulás segít a vállalkozásoknak abban, hogy a fogyasztói adatokat hasznos ügyfélprofilok kialakításához, az eladások növeléséhez és a márkahűség kialakításához használják fel.
A gépi tanulás most kezd kialakulni. A legérdekesebb dolgok előtt állnak
Melyek a legnagyobb tévhitek a big data és a gépi tanulás kapcsán?
- A legnagyobb tévhit azhogy a gépi tanulási modellek meg tudják oldani e világ összes problémáját. A gépi tanulásról szóló egyik leghíresebb idézet Dave Waterstől származik: „A baba megtanul mászni, járni, majd futni. A gépi tanulás területén a feltérképezési fázisban vagyunk.”
A gépi tanulás folyamatában mindig leszérintett személy. De van itt egy figyelmeztetés. A továbbfejlesztett algoritmusokkal egy adott gépi tanulási modell betanítása után teljesen kiküszöbölhetjük az emberi részvételt.
– Nem mindenki tartja a lépést ezen a téren az áttörésekkel – mire figyeljünk?
— Legújabb fejlemények a gépek területénA tanulás ma az Automated Machine Learning (AutoML), a Machine Learning Operationalization Management (MLOps), a kód nélküli gépi tanulás és az alacsony kódú gépi tanulás fejlesztése. Ezek olyan koncepciók, amelyek nagyon ígéretes projektekhez vezetnek az elkövetkező években.
— Mik az ML rövid és hosszú távú problémái? Mi a helyzet a fejlesztői elfogultságokkal, rossz szándékokkal és etikai normákkal, amelyeket nem lehet leírni és formalizálni?
— A gépi tanulás legnagyobb kihívásai —ez a minősített erőforrások hiánya, a minőségi adatok hiánya és annak megértése, hogy milyen folyamatokat kell automatizálni. Amíg tiszta és megbízható adatokkal nem rendelkezünk, a gépi tanulással foglalkozó szakemberek továbbra is kihívásokkal néznek szembe olyan algoritmusok és rendszerek fejlesztése során, amelyek pontosan megfelelnek azoknak az igényeknek, amelyekre létrehozták őket.
- Mikor és milyen területen mutatja meg magát a mesterséges intelligencia a legérdekesebben?
— A mesterséges intelligencia alakítja a jövőtaz emberiség szinte minden ágazatában. Már most is az olyan feltörekvő technológiák egyik fő mozgatórugója, mint a big data, a robotika és az IoT, és a belátható jövőben továbbra is technológiai megújító marad. Ma nehéz kiválasztani egy konkrét területet, mivel manapság minden iparág nagy mennyiségű adattal dolgozik, és eltérő automatizálási igényekkel rendelkezik.
Olvass tovább:
A régészek hivatalosan is megerősítették a Bibliából származó legendákat
Megtalálták Aphrodité "papnőjének" sírját: a tudósok megmutatták, mit találtak ott
A tudósok látták, mi van a maja főváros területén. A lelet meglepte őket.