В настоящее время многие люди упоминают, что им интересно узнать об искусственном интеллекте (ИИ), машинном обучении (МО) и глубоком обучении (ГО), и где наука о данных может вписаться во все это. «Действительно ли мне нужно иметь степень в области математики или смежной области, чтобы быть экспертом в области ИИ?» «Не слишком ли поздно начать понимать науку о данных и то, как использовать ее вместе с моей областью знаний, чтобы интегрировать ее в свой бизнес?» В серии статей Break into AI рассматриваются попытки упростить эти концепции, помогая людям создать свое первое решение для искусственного интеллекта.
В понедельник, 14 мая 2018 года, состоялась вторая сессия серии под названием Взлом в ИИ. На этом занятии в первую очередь рассматривалось более глубокое погружение в некоторые различные концепции машинного обучения в дополнение к изучению различных алгоритмов. Кроме того, был представлен обзор часто используемых инструментов и библиотек для построения моделей машинного обучения. Наконец, состоялось обсуждение шаблона проектирования, который рекомендуется рассмотреть, что упрощает понимание, построение и интеграцию модели машинного обучения. Эту сессию представили Махитаб Хассан, Хеба Эль-Шими и Кунал Малхотра из команды IBM Cloud Developer Experience.
Махитаб Хассан (я) начал вечер с краткого обзора последней сессии. После этого я сосредоточился на ML, определив некоторые из часто используемых терминов и рабочий процесс, который обычно следует при работе с любым проектом ML. Наконец, были изучены различные базовые алгоритмы машинного обучения при обучении с учителем и без учителя, чтобы дать аудитории общее представление о каждом из них и о том, как они действуют в качестве основы, на основе которой были созданы другие алгоритмы.
Затем вмешалась Хеба Эль-Шими, чтобы рассказать о некоторых инструментах и платформах, обычно используемых при построении моделей машинного обучения. Сначала она рассмотрела различные языки, используемые в машинном обучении, а также области применения, обычно связанные с каждым из них. После этого она представила блокноты Jupyter и объяснила, как и зачем их использовать. Затем был изучен ряд библиотек и фреймворков машинного обучения, а также выполнены некоторые упражнения, с помощью которых участники получили представление о том, как использовать пару из этих библиотек. В завершение она посмотрела на некоторые рабочие столы, которые можно было бы использовать для создания решений.
Кунал Малхотра завершил день, объяснив, насколько важны шаблоны проектирования в любом проекте машинного обучения, чтобы свести к минимуму возникновение проблем и повысить масштабируемость и гибкость. Затем он пошел дальше и представил Data-Model-Learner (DML), с помощью которого это можно получить. Объяснив различные компоненты DML и то, как они взаимодействуют друг с другом, он поделился простой лабораторной работой с кодом, чтобы проиллюстрировать использование DML.
Как и на прошлой сессии, день завершился обменом контактами и ответами на различные вопросы, заданные участниками сессии. Также были отправлены отзывы, которые будут учтены при подготовке к будущим сессиям. Участники также были проинформированы о том, что следующие занятия будут более практическими, поскольку первые два занятия были направлены на то, чтобы послужить хорошим учебником для всех новичков, которые заинтересованы в изучении основ AI/ML/DL и науки о данных.
Заинтересованы в вводных и продвинутых семинарах по таким темам, как ИИ, блокчейн, контейнеры и микросервисы, облачные технологии, наука о данных, Интернет вещей и машинное обучение? А может, пропустили наш последний мастер-класс? Присоединяйтесь к нашей группе встреч по адресу https://www.meetup.com/IBMCloud-Dubai/, чтобы быть в курсе наших будущих семинаров.
Ресурсы:
Зарегистрируйтесь/войдите в IBM Cloud:http://ibm.biz/break-into-ai-2
Слайды с концепциями и алгоритмами машинного обучения:https://ibm.box.com/v/ml-concepts
Слайды инструментов и платформ машинного обучения:https://ibm.box.com/v/break-into-ai-tools
Слайды шаблонов проектирования машинного обучения:https://ibm.box.com/v/design-pattern-for-ml
Code Labs — Блокнот инструментов: http://ibm.biz/ml-tools-tutorial
Code Labs — Блокнот по шаблонам проектирования: https://github.com/sudoalgorithm/Break-Into-AI-Session-2
Больше содержимого кода и шаблонов для ИИ:https://developer.ibm.com/code/technologies/artificial-intelligence/
Дополнительные сведения о коде и шаблонах по науке о данных:https://developer.ibm.com/code/technologies/data-science/
Изучите решения IBM Watson AI: https://www.ibm.com/watson/products-services/
