Masinõpe: kuidas liikuda nullist kangelaseks

Alustage küsimusega “Miks?” Ja lõpetage lahtriga “Olen valmis!”

Kui teie arusaam A.I. ja masinõpe on suur küsimärk, siis see on teie blogipostitus. Siin suurendan järk-järgult teie Awesomenessicity ™ -i, liimides inspireerivad videod koos sõbraliku tekstiga.

Istuge ja puhake. Need videod võtavad aega ja kui need ei innusta teid järgmisse jaotisse jätkama, siis piisavalt õiglased.

Kui leiate end selle artikli lõpus, olete teeninud oma põhjalikud teadmised ja kire selle uue maailma vastu. Kuhu te lähete, see on teie enda otsustada.

Mõistmine, miks masinõpe praegu nii kuum on

A.I. oli alati lahe, alates aeru liigutamisest Pongis kuni Street Fighteris transistoride valgustamiseni.

A.I. on alati keerlenud programmeerija funktsionaalse olemuse ümber, kuidas midagi peaks käituma. Lõbus, kuid programmeerijad ei ole A.I. programmeerimisel alati andekad. nagu me sageli näeme. Lihtsalt Google'i "eepiline mäng ebaõnnestub", et näha tõrkeid A.I., füüsikas ja vahel isegi kogenud inimmängijates.

Sõltumata sellest, A.I. on uus talent. Saate õpetada arvutit videomängude mängimiseks, keele mõistmiseks ja isegi inimeste või asjade tuvastamiseks. See jäämäe tipp-uus oskus pärineb vanast kontseptsioonist, mis alles hiljuti sai töötlemisjõu eksisteerimiseks väljaspool teooriat.

Ma räägin masinõppest.

Te ei pea enam välja töötama täiustatud algoritme. Peate lihtsalt õpetama arvutit ise välja töötama oma täpsema algoritmi.

Niisiis, kuidas midagi sellist isegi töötab? Algoritmi ei kirjutata tegelikult nii palju kui see on omamoodi ... aretatud. Ma ei kasuta aretust analoogiana. Vaadake seda lühikest videot, mis annab suurepäraseid kommentaare ja animatsioone kõrgetasemelisest kontseptsioonist luua A.I.

Vau! Õige? See on hull protsess!

Kuidas see nüüd on, et me ei saa algoritmist isegi aru, kui see on valmis? Üks vahva visuaal oli, kui A.I. kirjutati Mario mängude peksmiseks. Inimesena mõistame kõik, kuidas mängida külgkorvi, kuid tuvastades tulemuseks oleva A.I ennustava strateegia. on hull.

Muljet avaldanud? Selles idees on midagi hämmastavat, eks? Ainus probleem on see, et me ei tea masinõpet ja me ei tea, kuidas see videomängude külge siduda.

Teie õnneks esitas Elon Musk juba viimase mittetulundusühingu. Jah, tosinas koodiribas saate haarata mis tahes A.I. soovite lugematuid mänge / ülesandeid! Vaadake seda tegevuses!

Miks peaksite kasutama masinõpet?

Mul on kaks head vastust, miks te peaksite hoolima. Esiteks paneb masinõpe (ML) tegema arvutid asju, mida me pole kunagi varem arvutitele teinud. Kui soovite teha midagi uut, mitte ainult teie enda, vaid kogu maailma jaoks uut, saate seda teha ML-iga.

Teiseks, kui te ei mõjuta maailma, mõjutab maailm teid.

Praegu investeerivad ML-i märkimisväärsed ettevõtted ja juba näeme, et see muudab maailma. Mõttejuhid hoiatavad, et me ei saa lasta sellel algoritmide uuel ajastul avalikkuse ette jääda. Kujutage ette, kui mõni korporatiivne monoliit kontrollis Internetti. Kui me ei võta relvi, pole teadus meie oma. Arvan, et Christian Heilmann ütles seda kõige paremini oma kõnes ML-i teemal.

„Võib loota, et teised kasutavad seda võimu ainult hüvanguks. Mina - ühena ei pea ma seda heaks panuseks. Ma pigem mängiksin ja saaksin sellest revolutsioonist osa. Ja nii saab ka. ”
Masinõppe vestlusvideo autor Chris Heilmann

OK, nüüd olen huvitatud ...

Kontseptsioon on kasulik ja lahe. Mõistame seda kõrgel tasemel, kuid mis paganaga tegelikult toimub? Kuidas see töötab?

Kui soovite otse sisse hüpata, soovitan teil selle jaotise vahele jätta ja liikuda järgmisse jaotisesse „Kuidas ma saan hakkama”. Kui olete motiveeritud olema ML-is tegija, siis pole teil neid videoid vaja.

Kui proovite ikkagi aru saada, kuidas see asi võib isegi olla, sobib järgmine video loogika tundmiseks suurepäraselt, kasutades klassikalist ML-i käekirjaprobleemi.

Päris lahe, ah? Sellest videost on näha, et iga kiht muutub pigem lihtsamaks kui keerukamaks. Nagu funktsioon, on andmete närimine väiksemateks tükkideks, mis lõpevad abstraktse kontseptsiooniga. Sellel saidil selle protsessiga suheldes võite oma käed määrduda (autor Adam Harley).

http://scs.ryerson.ca/~aharley/vis/conv/flat.html

Lahe on vaadata andmeid koolitatud mudeli kaudu, kuid saate isegi vaadata, kuidas teie närvivõrk koolitatakse.

Üks klassikalisi reaalse maailma näiteid masinas õppimisest on iirise andmestik aastast 1936. Esitlusel, kus osalesin JavaFXperti ülevaates masinõppe kohta, sain teada, kuidas saate tema tööriista kasutada raskuste reguleerimise ja tagasi levimise visuaalseks kuvamiseks. närvivõrgus olevatele neuronitele. Peate vaatama, kuidas see närvimudelit treenib!

Treeni iirise närvivõrku Jimi visualiseerija abil

Isegi kui te pole Java-puhvet, on Jimi ettekanne kõigist asjadest masinõpe üsna lahe 1,5-tunnine sissejuhatus ML-i mõistetesse, mis sisaldab lisateavet paljude ülaltoodud näidete kohta.

Need mõisted on põnevad! Kas olete valmis olema selle uue ajastu Einstein? Murrangud toimuvad iga päev, nii et alustage kohe.

Kuidas alustada?

Saadaval on palju ressursse. Esmalt peaksite tellima mõned infolehed / twitteri kontod, et hoida isiklikku hüpeerongi veeremas. Ma alustasin seda!

Kui soovite veel mõnda kõrgetasemelist kontseptsiooni, soovitan teil Coursera kursusel osaleda mittetehnilise kursuse AI kõigile. Nii saate seiklustega edasi liikudes teie ajus terminoloogiat ja näiteid.

Mis puutub põhjalikku õppimisse, siis soovitan kahte lähenemisviisi.

Mutrid n poldid

Selle lähenemisviisi korral saate aru masinõppest kuni algoritmide ja matemaatikani. Ma tean, et see viis kõlab karmilt, aga kui lahe oleks tõesti üksikasjadesse süveneda ja seda kraami nullist kodeerida!

Kui soovite olla ML-is jõud ja hoida end sügavates vestlustes, siis see on teie jaoks tee.

Soovitan teil proovida Brilliant.org'i rakendust (mis sobib alati kõigile teadusehuvilistele) ja osaleda kunstliku närvivõrgu kursusel. Sellel kursusel ei ole ajalisi piiranguid ja see aitab teil õppida ML-i, samal ajal kui teie telefon joonistab aega.

See maksab pärast 1. taset raha.

Kombineerige ülaltoodu samaaegse registreerumisega Andrew Ngi Stanfordi kursusele “Masinõpe 11 nädala jooksul”. See on rada, mida Jim Weaver oma ülaltoodud videos soovitas. Olen ka selle kursuse iseseisvalt soovitanud Jen Looperi poolt.

Kõik hoiatavad, et see kursus on karm. Mõnele teist on see show stopper, aga teiste jaoks seepärast kavatsete end sellest läbi proovida ja koguda tõend, mis ütles, et tegite.

See kursus on 100% tasuta. Sertifikaadi eest peate maksma ainult siis, kui soovite.

Nende kahe kursuse korral on teil palju tööd teha. Kõigile peaks olema mulje, kui teete selle läbi, sest see pole lihtne.

Kuid veelgi enam, kui teete selle läbi, on teil sügav mõistmine masinõppe rakendamisest, mis juhendab teid selle edukaks rakendamiseks uuel ja maailma muutval viisil.

Kiiruisutaja

Kui te pole huvitatud algoritmide kirjutamisest, kuid soovite neid kasutada järgmise hingematva veebisaidi / rakenduse loomiseks, peaksite minema TensorFlow ja krahhi kursusele.

TensorFlow on de facto avatud lähtekoodiga tarkvara teek masinõppeks. Seda saab kasutada lugematul hulgal viise ja isegi JavaScriptiga. Siin on krahhirada.

Palju rohkem teavet saadaolevate kursuste ja paremusjärjestuse kohta leiate siit.

Kui kursusel osalemine pole teie stiil, on teil ikkagi õnne. Selle tänapäevaseks kasutamiseks ei pea te ML-i vastikust tundma õppima. ML-i saab teenusena mitmel viisil tõhusalt kasutada koos tehnoloogiahiiglastega, kes on välja koolitanud mudelid valmis.

Hoiataksin teid endiselt, et teie andmete turvalisuse või isegi teie garantii ei ole garanteeritud, kuid ML-ile pakutavad teenused on üsna atraktiivsed!

ML-teenuse kasutamine võib olla teie jaoks parim lahendus, kui olete elevil ja saate oma andmed üles laadida Amazon / Microsoft / Google. Mulle meeldib mõelda nendele teenustele kui väravale uimasti edasijõudnutele ML-ile. Mõlemal juhul on hea nüüd alustada.

UUENDUSED!

Siin on mõned minu poolt leitud fantastilised õpetused, mida peaksite tutvuma

  • BrainJS-i õpetused - närvivõrgud JS-is
  • TensorFlow õpetuste kood + video
  • Deep Learning Ocean - Kickstarteri kursus

Olgem loojad

Pean ütlema aitäh kõigile eelnimetatud inimestele ja videotele. Nad olid minu alustamiseks inspiratsiooniks ja kuigi ma olen endiselt ML-i maailmas algaja, siis on mul hea meel teistele inimestele teed avaldada, kui võtame omaks selle aukartust äratava vanuse, kus me praegu oleme.

Kui hakkate seda käsitööd õppima, on hädavajalik jõuda inimesteni ja suhelda nendega. Ilma sõbralike nägude, vastuste ja kõlava tahvlita võib miski olla raske. Lihtsalt võimalus küsida ja vastust saada on mängude muutja. Lisage mind ja lisage ülalnimetatud inimesed. Sõbralikud inimesed koos sõbralike nõuannetega aitavad!

Näete?

Loodan, et see artikkel on inspireerinud teid ja teid ümbritsevaid õppima ML-i! Samuti tahaksin, et saaksite minuga laheda ja lõbusa ML-koodi leidmisel ühineda. Liituge minu AI ja masinõppe uudiskirjaga!

Gant Laborde on ettevõttes Infinite Red juhtiv tehnoloogistrateegia, avaldatud autor, dotsent, kogu maailmas esinev esineja ja koolituse ajal hullunud teadlane. Plaksutage / jälgige / piiksuge või öelge talle lihtsalt konverentsil tere.

Kas teil on minut? Vaadake veel mõnda minu postitust:

  • Solidaarsus - CLI arendaja mõistlikkuse jaoks
  • 5 asja, mis imevad kaugtöö kohta