Como aprender aprendizado de máquina
— Qual é a sua formação, o que você fazia antes do aprendizado de máquina? Como
— Eu administro o negócio de serviços da Sethitecnologias. Fornecemos aos nossos clientes soluções baseadas em aprendizado de máquina e inteligência artificial. Nos últimos dois anos, trabalhamos com algumas das maiores empresas da Fortune 500.
Sempre fui fascinado por dados.Isso determinou minha escolha - depois disso comecei a buscar conhecimento, habilidades e experiência na área de aprendizado de máquina por meio do aprendizado baseado em projetos. Isso me deu a oportunidade de me tornar um especialista em aprendizado de máquina no Education Ecosystem, um ecossistema de aprendizado descentralizado que ensina profissionais e estudantes universitários a criar produtos reais.
“Se dados, automação e algoritmos são de interesse, o aprendizado de máquina é uma opção de carreira lucrativa”
Como as pessoas começam a aprender aprendizado de máquina? Não é esta uma área em que são necessários conhecimentos fundamentais e muitos anos de educação?
— Conhecimento fundamental na áreaprogramação são uma vantagem adicional, caso contrário, a curva de aprendizado será muito íngreme. O aprendizado de máquina também é o principal componente das áreas em mais rápido desenvolvimento - Big Data, Predictive Analytics, Data Mining e Estatística Computacional.
Se dados, automação e algoritmos chamaminteresse, o aprendizado de máquina é uma opção de carreira lucrativa. Fazer um programa ou curso estruturado é uma das melhores maneiras de aprender aprendizado de máquina do zero. A alta demanda neste setor resultou em centenas de cursos presenciais e online.
— O que você pode aconselhar aos desenvolvedores e analistas que desejam desenvolver nesta área?
– O aprendizado de máquina tem o potencial de fazeraplicativos mais poderosos e mais responsivos às necessidades do usuário. Os desenvolvedores que desejam implementar o aprendizado de máquina em aplicativos precisam saber algumas coisas importantes que os ajudarão a ter sucesso:
- Quanto mais dados um algoritmo tiver, mais preciso ele se torna, então evite a subamostragem sempre que possível.
- Escolher o melhor método de aprendizado de máquina para um problema é fundamental e geralmente determina o sucesso ou o fracasso.
- Os modelos de aprendizado de máquina só podem ser bons quando os dados são bons.
- Compreender os recursos de dados e melhorá-los (criando novos e removendo os existentes) tem um grande impacto na previsibilidade.
- Onde você pode aprender isso? Talvez em cursos ou escolas?
— Felizmente, hoje existem muitas plataformasaprendizado online, como o Ecossistema de Educação, onde você pode aprender diferentes conceitos de aprendizado de máquina e inteligência artificial. No Education Ecosystem, você pode aprender com desenvolvedores especializados por meio de projetos que incluem tutoriais e recursos de projeto. Por exemplo, criei vários projetos como este:
- Recuperação de imagens por similaridade usando Tensorflow e Keras
- Transferência de estilo neural usando Keras e Tensorflow
- Como fazer detecção de rosto usando OpenCV Haar Cascades
Quais empresas precisam e quais não precisam de IA
— Como você “vende” IA e aprendizado de máquina para empresas e como elas melhoram seu trabalho? Por que você acha que os negócios se tornaram mais científicos?
— Algoritmos de aprendizado de máquina podem repetidamenteaprender com base no conjunto de dados fornecido, compreender padrões e comportamento. Este processo é iterativo e em constante melhoria, o que ajuda as empresas a mudarem constantemente para atender às necessidades dos negócios e dos clientes.
“Algoritmos de aprendizado de máquina podem aprender iterativamente a partir de um determinado conjunto de dados”
Quais empresas serão ou não adequadas? Que problemas podem ser resolvidos com a ajuda deles?
— Acima de tudo, o aprendizado de máquina é necessário para as empresas,que trata da classificação de imagens, análise de texto ou modelagem preditiva. Para outros tipos de negócios, algoritmos podem ser treinados para recomendar algo ao usuário, coletar dados, utilizar deep learning e redes neurais. No setor de serviços, os algoritmos podem ser treinados como um gerente de suporte técnico por meio do processamento de linguagem natural com base em reclamações comuns dos clientes.
— Nesta área quase todos os dias surge algo novo. Como acompanhar o que está acontecendo, no que prestar atenção especial?
— Um relatório recente do Even descobriu que as vagas de empregoOs engenheiros de aprendizado de máquina estão à frente de todos em termos de salário, demanda e crescimento. O documento também observou que a demanda por engenheiros de aprendizado de máquina aumentou 344%.
Esta área é tão importante porquepermite que as empresas vejam tendências no comportamento do cliente e nos padrões operacionais dos negócios, promove o desenvolvimento de novos produtos. Muitas das empresas líderes, como Facebook, Google e Uber, estão tornando o aprendizado de máquina uma parte central de suas operações. A formação contínua ajudará os profissionais a tirar partido da elevada procura e da baixa oferta nesta indústria.
— O aprendizado de máquina é frequentemente usado na análise de big data. Que produtos inovadores aparecerão aqui?
Big data tornou-se importante porque muitosorganizações, tanto públicas como privadas, recolhem grandes quantidades de informação em áreas específicas. A fusão de aprendizado de máquina e big data é um processo sem fim. Veremos como os algoritmos de aprendizado de máquina são aplicados a cada elemento do trabalho com big data, incluindo segmentação, análise de dados e modelagem.
— Quais nichos de mercado livre estão associados ao desenvolvimento do aprendizado de máquina e da IA?
- A inteligência artificial é um avançotecnologia recente. Existem muitos nichos onde a IA está causando um impacto significativo. Existem outras aplicações de nicho que não são abordadas na mídia, mas são em publicações científicas. Nos próximos anos, eles receberão o maior desenvolvimento: educação, construção e planejamento, entretenimento e análise esportiva.
— Como você vê o desenvolvimento do aprendizado de máquina? Como isso pode ajudar pessoas, empresas, estados?
— O aprendizado de máquina ajuda as empresasuse a manutenção preventiva para reduzir quebras de equipamentos e aumentar os lucros. À medida que cresce a procura por capacidades de processamento de dados grandes e complexos, a aprendizagem automática ajudará as empresas a utilizar os dados dos consumidores para construir perfis úteis de clientes, aumentar as vendas e fidelizar a marca.
O aprendizado de máquina está apenas começando a se desenvolver. Todas as coisas mais interessantes estão à frente
Quais são os maiores equívocos sobre big data e aprendizado de máquina?
- O maior equívoco éque os modelos de aprendizado de máquina podem resolver todos os problemas deste mundo. Uma das citações mais famosas sobre aprendizado de máquina vem de Dave Waters: “Um bebê aprende a engatinhar, andar e depois correr. No campo do aprendizado de máquina, estamos na fase de rastreamento.”
No processo de aprendizado de máquina sempre haverápessoa envolvida. Mas há uma advertência aqui. Com algoritmos aprimorados, seremos capazes de eliminar completamente o envolvimento humano após treinar um modelo específico de aprendizado de máquina.
- Nem todo mundo acompanha os avanços nesta área - em que devemos prestar atenção?
— Últimos desenvolvimentos na área de máquinaso aprendizado hoje é o aprendizado de máquina automatizado (AutoML), gerenciamento de operacionalização de aprendizado de máquina (MLOps), aprendizado de máquina sem código e desenvolvimento de aprendizado de máquina com baixo código. São conceitos que darão origem a projetos muito promissores nos próximos anos.
— Quais são os problemas de curto e longo prazo do BC? E quanto ao preconceito do desenvolvedor, às más intenções e aos padrões éticos que não podem ser escritos e formalizados?
— Os maiores desafios no aprendizado de máquina —é a falta de recursos qualificados, a falta de dados de qualidade e a compreensão de quais processos precisam ser automatizados. Até que tenhamos dados limpos e confiáveis, os profissionais de aprendizado de máquina continuarão a enfrentar desafios no desenvolvimento de algoritmos e sistemas que atendam exatamente às necessidades para as quais foram criados.
- Quando e em que área a inteligência artificial se mostrará da forma mais interessante?
— A inteligência artificial está moldando o futurohumanidade em quase todos os setores. Já é um importante impulsionador de tecnologias emergentes, como big data, robótica e IoT, e continuará a ser um inovador tecnológico no futuro próximo. Hoje, é difícil escolher uma área específica, visto que todos os setores trabalham com grandes quantidades de dados e têm diferentes necessidades de automação.
Consulte Mais informação:
Arqueólogos confirmaram oficialmente as lendas da Bíblia
O túmulo da "sacerdotisa" de Afrodite foi encontrado: cientistas mostraram o que encontraram lá
Os cientistas viram o que está no território da capital maia. A descoberta os surpreendeu.