Вас восхищают возможности искусственного интеллекта? или вы относитесь к категории людей, которые считают, что искусственный интеллект может стать падением человечества.
Я пришел в Medium, чтобы накапливать и передавать свои знания в области Data Science. Бесчисленные случаи использования искусственного интеллекта Тони Старка в Marvel Comics заставили меня пускать слюни над этой технологией. Мечтой большинства фанатов был костюм или J.A.R.V.I.S. Я жажду последнего.
Введение в область науки о данных приблизило меня к осуществлению моей мечты о создании умного бота / помощника. Я изучал этот предмет с помощью программ онлайн-сертификации, проводимых Udacity, Udemy и Nptel, каждая из которых была разработана уникальным образом, чтобы начать мою карьеру.
Пристегните ремни, это "американские горки" тем, которые нужно выносить на обсуждение. Начиная с простейших концепций машинного обучения и заканчивая построением собственных нейронных сетей глубокого обучения. Мне посчастливилось путешествовать с вами на протяжении всего этого путешествия.
Это должно быть организовано путем разделения на две серии:
Машинное обучение
В этой серии публикаций вы познакомитесь с машинным обучением на высоком уровне. Мы также обсудим некоторые появляющиеся технологии и приложения машинного обучения, которые во многом изменят то, как устроен мир сегодня, от здравоохранения до транспорта и связи.
Глубокое обучение
Глубокое обучение превзошло практически все другие алгоритмы машинного обучения в способности предсказывать. Его можно использовать для обучения с учителем, без учителя, а также для обучения с подкреплением. Развитие этой техники имеет большой смысл. Со временем мы все меньше и меньше заботимся о том, как мы делаем прогнозы, и теперь мы заботимся о точности наших прогнозов. Это хорошо связано с развитием глубокого обучения, когда мы редко понимаем все, как и почему наша модель делает определенные прогнозы.
К сожалению, глубокое обучение - не идеальное решение для каждой конкретной проблемы. Имеет 3 основных препятствия.
- Им требуется много данных.
- У вас должны быть вычислительные мощности. Чтобы достичь сверхчеловеческих качеств в игре го. Для DeepMind AlphaGo от Google требовалось 1202 ЦП и 176 ГП.
- Вы, вероятно, не поймете, почему были приняты определенные решения, учитывая сложность и гибкость этих проблем.
Я также затрону несколько других тем, тесно связанных с областью искусственного интеллекта. Надеюсь, темы, которые меня смущают, сбивают с толку и другие.
Вот ссылка на тему машинного обучения (линейная регрессия):
Вы также можете прочитать несколько действительно интересных примеров из практики.
