Итак, ребята, начнем… это мое личное путешествие в удивительную область машинного обучения (ML). Но как это началось? Откуда берется мотивация вникать в эту довольно сложную тему? Если вам тоже интересно, то можете присоединиться ко мне.

Оглавление

Введение

Личные данные

Мой карьерный путь всегда был тесно связан с тематикой ИТ. Я начал с профессиональной средней школы, специализирующейся на информационных технологиях, после чего последовало двойное изучение информационных технологий (B.Eng.) в сотрудничестве с моим фактическим работодателем. Между тем я работаю в IT уже более 10 лет — полвечности в моих глазах. Моя роль может быть описана в основном как системный администратор. С рядом задач, которые лучше всего можно описать как эксплуатацию и обслуживание сложных системных ландшафтов.

«10 лет в IT — это половина вечности. Его развитие динамично и стремительно — есть риск отстать в некоторых предметных областях. Или, по крайней мере, чувствовать себя так».

Совсем недавно я расширил свою базу знаний, получив степень MBA по специальности «Управление инновациями и предпринимательство». Видите ли, мой опыт программирования — за исключением сценариев bash — уже несколько дней назад. Тем не менее, я стремлюсь к новым профессиональным вызовам и возможностям, которые потенциально могли бы реализовать меня.

Желание чего-то нового

Теперь, на этом этапе моей жизни, сопровождаемой предпринимательством, меня заинтересовала совершенно другая тема:автономное вождение! И это, в свою очередь, вызвало интерес к общему трендовому предмету Машинное обучение как к фундаменту. Быстрый поиск в Google приводит к очень — и я действительно имею в виду очень — широкому кругу прямых или косвенных подтем, таких как:

  • Python, NumPy, Pandas, Matplotlib, Jupyter Notebooks и C++
  • Расчет и статистика
  • Контролируемое обучение против неконтролируемого обучения
  • Искусственные нейронные сети (ИНС)
  • Глубокие нейронные сети (DNN)
  • Обработка естественного языка (NLP)
  • Обратное распространение, линейная регрессия, логистическая регрессия
  • K-ближайшие соседи (K-NN), случайный лес, ансамблевое обучение, градиентные деревья решений
  • Переоснащение, недообучение, регуляризация (L1 против L2), перекрестная проверка
  • Показатели производительности для задач регрессии и классификации

Ух ты!!! Подождите… кажется, это много! И ради всего святого, почти каждый термин звучит неуклюже по-научному. Упс, как-то страшно! Кроме того, вы наткнетесь на ряд связанных областей, таких как интеллектуальный анализ данных и (предварительная) подготовка данных, а также различные должности, такие как инженер по данным, специалист по данным, инженер по машинному обучению, инженер по глубокому обучению, инженер по самостоятельному вождению и т. д. . Они настолько похожи, что их легко спутать. Соответствующие сферы ответственности не всегда четко определены, поэтому наиболее полезным представляется всестороннее знание всех тем. По крайней мере, вы должны быть в состоянии поместить отдельные термины в контекст и наполовину знать, что они означают.

Первый (неудачный) подход

Будем честны! Сегодня — благодаря всемирной паутине — тонны информации доступны бесплатно. Итак, вы легко можете найти все необходимое, чтобы стать профессионалом в машинном обучении, не так ли? Ну это правда точно. Я пробую это сам в течение последних нескольких месяцев. И угадай что? Я все еще считаю себя абсолютным новичком — если не считать того факта, что я могу получить элементарные знания о Python, ура! Хоть на шаг ближе.

Но в целом, я просто чувствую себя потерянным. Доступной информации слишком много, что приводит к тому, что вы не знаете, с чего начать. На этот раз я хочу более структурированно изучить машинное обучение. С этого момента я буду регулярно вести блог об этом путешествии и хотел бы пригласить вас последовать за ним. Будем надеяться, что этот подход в конечном итоге приведет к созданию своего рода дорожной карты для машинного обучения. Как показал предыдущий список, требуется терпение. Итак, несколько важных советов:

«Не позволяйте себе перегружаться всеми различными подтемами, касающимися машинного обучения! Примите тот факт, что это определенно будет долгий-долгий путь. Вместо этого наслаждайтесь всем путешествием!»

Уууу! Делаем первые шаги

Прежде чем мы углубимся в подробности — все это будет рассмотрено в следующих статьях — давайте взглянем на общее понимание машинного обучения и на то, как оно вписывается в мистический мир искусственного интеллекта. Это включает, среди прочего, определение и различные термины, а также различные варианты использования.

«Чтобы применить ИИ, вам нужны данные. Много всего. Алгоритмы ИИ обучаются с использованием больших наборов данных, чтобы они могли выявлять закономерности, делать прогнозы и рекомендовать действия, как это сделал бы человек, только быстрее и лучше».

Если мне удалось вас заинтересовать и вы хотите узнать больше о машинном обучении, смело переходите к следующему сообщению. Удачи!🍻



Канал
Изменить описаниеmedium.com



TL;DR

Теперь, когда я приобрел более 10 лет профессионального опыта в основном в качестве системного администратора, мои личные интересы развивались по-разному, и я стремлюсь к новым профессиональным возможностям, которые потенциально могли бы реализовать меня.

В последние месяцы я заинтересовался общей популярной темой Машинное обучение. Вскоре мне пришлось осознать, что существует целый ряд прямых и косвенных подтем. Итак, общий вопрос: с чего начать? Первая попытка просканировать как можно больше различных онлайн-источников определенно не привела к ожидаемому успеху. Из-за огромного количества доступной информации я быстро почувствовал себя потерянным.

Теперь, используя Medium, я пытаюсь применить структурированный подход к своему путешествию по машинному обучению. В лучшем случае это приведет к дорожной карте ML и поможет вам. Но будьте осторожны, требуется терпение!

Спасибо за прочтение. Надеюсь, вы смогли что-то почерпнуть для себя! Если вы хотите следовать за мной в области машинного обучения, просто следуйте за мной. Увидимся в следующий раз — следите за обновлениями!👋🏻

Поддержите меня! — Если вам нравится мой контент и вы не подписаны на Medium, рассмотрите возможность поддержки меня и подписки по моей реферальной ссылке здесь [еще не работает, все еще нужно больше подписчиков] (ПРИМЕЧАНИЕ: часть ваших членских взносов будет выделена мне в качестве реферальных вознаграждений).