Искусственный интеллект — это область, в которой каждый день появляются новые удивительные обновления. Скорость разработки и развертывания очень высока, и он также создает для себя важное пространство в рабочей области.

Я уже говорил о большом переходе на управление продуктами ИИ. Пришло время посмотреть, что требуется, чтобы повысить свою квалификацию в качестве менеджера по продуктам искусственного интеллекта.

Если вы дочитали до этого места, значит, вы сохраняете интерес к миру искусственного интеллекта. Поэтому позвольте мне быстро поделиться четырьмя действенными элементами, чтобы начать ваше путешествие по ИИ.

1. Освежить статистику/математику и определить методы

Начните с ИИ для всех от Эндрю Нг на Coursera. Это хорошая отправная точка для всех, кто хочет начать путешествие по ИИ.

Освежите свою математику и статистику, которые вы изучали в школе/колледже, потому что вы будете собирать необходимые данные, анализировать, интерпретировать, представлять и систематизировать их для лучшего понимания. Машинное обучение требует понимания статистических концепций.

Вам не нужно углубляться, но понимание следующих тем поможет:

  • Вероятность
  • Линейная алгебра
  • Многомерное исчисление

Для вас как для менеджера по продуктам с искусственным интеллектом решающее значение имеет не только получение точности, но и понимание, анализ и интерпретация расчета каждого отдельного показателя, лежащего в основе этой точности.

Вы можете сослаться на следующее как на отправную точку, чтобы освежить свои статистические понятия:

Книга по машинному обучению для начинающих

Канал Брэндона Фольца на YouTube

Список некоторых бесплатных книг по статистике и математике

2. Ищите курсы первого уровня

После того, как вы хорошо разбираетесь в статистике и методах, следующим шагом будет выбор хороших курсов начального уровня. Эти курсы первого уровня (как онлайн, так и оффлайн) дадут вам представление об искусственном интеллекте. Более того, эти курсы сделают вас достаточно эффективными, чтобы оценить бизнес-ценность продуктов ИИ.

Получив нужные знания, вы сможете создать знакомую и точную концепцию искусственного интеллекта для желаемых продуктов и услуг. В дополнение к этому ваше обучение обеспечит успешную разработку и запуск продукта с необходимыми параметрами, включая масштабируемость, потенциальные функции и соответствие требованиям.

Чего ожидать от курсов первого уровня

  • Получите подробное представление об искусственном интеллекте для бизнеса.
  • Создайте качественный обучающий набор данных, это крайне важно для моделей машинного обучения. Научитесь создавать набор данных на основе ваших целевых продуктов.
  • Построен прототип, т. е. модель, реализуем решение и проверяем, как работает обучающая модель. Обязательно оцените результат, полученный моделью.
  • Наконец, измерьте влияние и на основе результатов обновите модели. Внесите улучшения в модели на основе данных и обеспечьте полную безопасность и соответствие требованиям.

Обучение искусственному интеллекту гораздо больше похоже на решение математических задач. Это требует понимания проблем поведения, человеческого поведения, эмоций и навыков принятия решений. Изучайте новые навыки, улучшайте свои навыки с помощью трендовых навыков и создавайте что-то действительно уникальное.

Вот несколько специальных курсов, которые помогут вам освоить искусственный интеллект

Специализация глубокого обучения

Фонд машинного обучения

Тоска по машинному обучению

Глубокое обучение, книга MIT Press

Веб-сайты для поиска онлайн-курсов

Несколько интересных статей и видео

Машинное обучение — от нуля до героя

Тренды ИИ

7 шагов машинного обучения

3. Главное — практика

Используйте все возможности для обучения, знакомьтесь с различными учебными материалами и актуальными новостями. Участвуйте в обсуждении построения модели. Присоединяйтесь к местным сообществам ИИ. Активно участвуйте в различных форумах по ИИ.

Например, я работаю с 40 другими энтузиастами ИИ из разных стран, чтобы создать модель для оценки риска будущих землетрясений, чтобы улучшить ответные действия.

Участвуйте в таких открытых соревнованиях и сотрудничайте с ними.

Проверьте, не сталкивается ли ваша организация с какой-либо реальной проблемой, и посмотрите, может ли ИИ решить ее осмысленным образом. Работай над этим и исправляй.

Мы столкнулись с проблемой спама и токсичных комментариев к нашим цифровым продуктам. Мы обнаружили, что такие комментарии очень раздражают с точки зрения UX, и поэтому решили построить модель на основе NLP, которая могла бы предсказывать спам-комментарии и фильтровать их. Мы использовали точность, отзыв и F1-оценку в качестве показателей оценки для оценки наших моделей.

Крупнейшая видеоплатформа YouTube боролась со спамом и нежелательным контентом, удалив более 58 миллионов видео и 224 миллиона комментариев. Читай полную статью здесь".

Надеюсь, вышеизложенное даст вам представление о том, как начать свой первый проект ИИ.

4. Чтение

И последнее, но не менее важное: читайте книги, публикуйте статьи и занимайтесь исследовательской работой. Ниже приведены несколько хороших книг по искусственному интеллекту для управления продуктами.

Начните с них и продолжайте учиться, повышать квалификацию и расти!!

Спасибо Абхишеку Нигаму за то, что вдохновил меня и направил меня на написание этой статьи.