Машинное обучение

Как я могу научиться глубокому изучению Python и PyTorch быстрее?

Любит | Нелюбов | Ответы | Вид | 6353


Майк Вест инструктор по машинному обучению Pluralsight   
@ | Обновлено Right Now


Да, это преувеличено, хотя, безусловно, все еще ценно.

Некоторые вещи, над которыми я смеюсь, когда дело доходит до этих областей, - это люди, которые говорят о том, чтобы подобрать модель с наименьшими квадратами как «машинное обучение», даже несмотря на то, что этот базовый статистический метод существует всегда. Я помню, когда я впервые читал о нейронных сетях в 2012 году, мой отец рассказал мне, как он настраивал нейронные сети, которые моделировали риски в какой-то крупной финансовой компании, в которой он работал в 80-х годах. Я понял, что существует множество технологий, которые были переименованы, которые существуют уже некоторое время и в действительности вернулись только благодаря лучшим вычислительным ресурсам, большему количеству данных и некоторым другим разработкам, связанным с исследованиями.

Но, в конце концов, наука о данных / машинное обучение / ИИ - не та волшебная пуля сегодня, как об этом говорят многие технические СМИ. Тонны нетехнических людей, из того, что я узнал, общаясь с людьми из моей профессиональной сети, считают, что ИИ и машинное обучение в настоящее время могут использоваться для решения невозможных проблем для компаний. Это побуждает компании, не относящиеся к ИИ / МЛ, нанимать людей с опытом в области наук о данных и машинного обучения, чтобы попытаться превратить имеющиеся у них данные в некую волшебную математическую сыворотку, которая может быть использована для разрушения их конкурентов. Желания многих из этих компаний неосуществимы и нереальны и оказывают безумное давление на команды по науке о данных / ML, которые они создают, чтобы сделать невозможное. Это проблема, и все это проистекает из того факта, что на сегодняшний день существует много шуток о том, что наука о данных / ML / AI может сделать, и это неточно. Не считая,

Мой папа является исполнительным консультантом в технологических компаниях, и он говорит мне, что видит так много компаний, которые пытаются использовать ИИ, чтобы помочь ребрендингу своего бизнеса, потому что это горячая область, но они будут минимально погружаться в ИИ, просто используя основные методы статистического обучения или просто возьмите Tensorflow и используйте архитектуру глубокого обучения, чтобы попытаться смоделировать некоторый набор данных, который у них есть внутри. Это такая шутка, все из-за шумихи, и явно не настолько полезная для науки о данных / ML / AI, как некоторые вещи, которые крупные технологические компании делают с этим.

Так что да, я думаю, что хотя наука о данных / ML / AI полезна для изучения и использования, она действительно перегружена и, вероятно, будет на некоторое время.

| |



Онлайн-курс
«Машинное обучение для людей»
Один из самых трендовых курсов в сфере Цифровой экономики.