Mašininis mokymasis: kaip pereiti nuo nulio prie didvyrio

Pradėkite nuo „Kodėl?“ ir pabaiga: „Aš pasiruošęs!“

Jei jūsų supratimas apie dirbtinį intelektą ir mašininį mokymąsi yra didelis klaustukas, tai jums skirtas tinklaraščio įrašas. Čia palaipsniui didinu jūsų nuostabumą ™, klijuodamas įkvepiančius vaizdo įrašus kartu su draugišku tekstu.

Atsisėskite ir atsipalaiduokite. Šiems vaizdo įrašams reikia laiko ir, jei jie neįkvėpia jus pereiti prie kito skyriaus, pakankamai sąžiningai.

Tačiau jei atsidursite šio straipsnio apačioje, užsitarnavote išsamių žinių ir aistros šiam naujam pasauliui. Kur eisi iš ten, priklauso nuo tavęs.

Suprasti, kodėl mašininis mokymasis yra toks karštas dabar

Dirbtinis intelektas visada buvo kietas, pradedant irklo judėjimu Ponge, ir baigiant „Combo“ apšvietimu „Street Fighter“.

Dirbtinis intelektas visada sukosi apie programuotojo funkcinį spėjimą, kaip kažkas turėtų elgtis. Smagu, bet programuotojai ne visada yra gabūs programuoti dirbtinį intelektą, kaip dažnai matome. Tiesiog „Google“ „epiniame žaidime nepavyksta“ pamatyti AI, fizikos ir kartais net patyrusių žaidėjų nesklandumų.

Nepaisant to, dirbtinis intelektas turi naują talentą. Galite išmokyti kompiuterį žaisti vaizdo žaidimus, suprasti kalbą ir net kaip atpažinti žmones ar daiktus. Šis ledkalnio viršūnės naujas įgūdis kyla iš senos koncepcijos, kuri tik neseniai įgijo perdirbimo galią egzistuoti ne teorijoje.

Aš kalbu apie mašininį mokymąsi .

Nebereikia sugalvoti pažangių algoritmų. Jūs tiesiog turite išmokyti kompiuterį sugalvoti savo pažangų algoritmą.

Taigi, kaip kažkas panašaus net veikia? Algoritmas iš tikrųjų nerašomas tiek, kiek jis yra ... išvestas. Veisimo nenaudoju kaip analogijos. Žiūrėkite šį trumpą vaizdo įrašą, kuriame pateikiami puikūs komentarai ir animacijos aukšto lygio intelekto kūrimo koncepcijai

Oho! Ar ne?Tai beprotiškas procesas!

Dabar kaip yra, kad mes net negalime suprasti algoritmo, kai jis baigtas? Vienas puikus reginys buvo tada, kai dirbtinis intelektas buvo parašytas tam, kad įveiktų „Mario“ žaidimus. Kaip žmogus, mes visi suprantame, kaip žaisti šoninį slinktuką, tačiau nustatyti numatomos AI intelektinę strategiją yra beprotiška.

Sužavėtas? Šioje idėjoje yra kažkas nuostabaus, tiesa? Vienintelė problema yra ta, kad mes nežinome mašininio mokymosi ir nežinome, kaip tai prijungti prie vaizdo žaidimų.

Jūsų laimei, Elonas Muskas jau suteikė pelno nesiekiančiai bendrovei tai padaryti. Taip, keliolikoje kodo eilučių galite prijungti bet kurį dirbtinį intelektą prie daugybės žaidimų / užduočių! Patikrinkite tai veikdami!

Kodėl turėtumėte naudoti mašininį mokymąsi?

Turiu du gerus atsakymus, kodėl turėtumėte tai rūpintis. Pirma, mašininis mokymasis (ML) verčia kompiuterius daryti tai, ko dar niekada nedarėme. Jei norite padaryti ką nors nauja, ne tik jums, bet ir pasauliui, galite tai padaryti naudodami ML.

Antra, jei nedarysite įtakos pasauliui, pasaulis paveiks jus.

Šiuo metu reikšmingos įmonės investuoja į ML, ir mes jau matome, kad tai keičia pasaulį. Minties lyderiai įspėja, kad mes negalime leisti, kad šis naujas algoritmų amžius egzistuotų už visuomenės ribų. Įsivaizduokite, jei keli įmonių monolitai valdytų internetą. Jei nesiimame ginklo, mokslas nebus mūsų. Manau, kad Christianas Heilmannas tai geriausiai pasakė kalbėdamas apie ML.

„Galime tikėtis, kad kiti naudojasi šia galia tik į gera. Aš, pavyzdžiui, nelaikau to geru statymu. Verčiau žaisti ir būti šios revoliucijos dalimi. Taip gali ir tu “.

Gerai, dabar man įdomu ...

Koncepcija yra naudinga ir šauni. Mes tai suprantame aukštu lygiu, bet kas gi iš tikrųjų vyksta? Kaip tai veikia?

Jei norite pereiti tiesiai, siūlau praleisti šį skyrių ir pereiti prie kito skyriaus „Kaip man pradėti“. Jei esate motyvuotas būti „ML“ darbuotoju, jums nereikės šių vaizdo įrašų.

Jei vis dar bandote suvokti, kaip tai galėtų būti dalykas, šis vaizdo įrašas puikiai tinka norint suprasti logiką, naudojant klasikinę ML rašysenos problemą.

Gana šaunu, ką? Tas vaizdo įrašas rodo, kad kiekvienas sluoksnis tampa paprastesnis, o ne sudėtingesnis. Kaip ir funkcija - duomenų kramtymas į mažesnes dalis, kurios baigiasi abstrakčia sąvoka. Šioje svetainėje galite sutepti rankas bendraudami su šiuo procesu (autorius Adamas Harley).

Puiku žiūrėti duomenis per apmokytą modelį, bet jūs netgi galite stebėti, kaip jūsų nervų tinklas treniruojasi.

Vienas iš klasikinių realių mašininio mokymosi veikimo pavyzdžių yra rainelės duomenų rinkinys, sukurtas 1936 m. Pristatyme, kuriame dalyvavau „JavaFXpert“ mašininio mokymosi apžvalgoje, sužinojau, kaip galite naudoti jo įrankį, kad vizualizuotumėte svorių reguliavimą ir sklidimą atgal. į neuronus neuroniniame tinkle. Jūs turite žiūrėti, kaip jis treniruoja nervinį modelį!

Net jei nesate „Java“ mėgėjas, pristatymas, kurį Jimas pateikia apie visus dalykus „Machine Learning“, yra gana šaunus 1,5 + valandos įvadas į ML sąvokas, kuriose yra daugiau informacijos apie daugelį aukščiau pateiktų pavyzdžių.

Šios sąvokos yra įdomios! Ar esate pasirengęs būti šios naujos eros Einšteinu? Proveržiai vyksta kiekvieną dieną, todėl pradėkite dabar.

Kaip man pradėti?

Yra daugybė išteklių. Pirmiausia turėtumėte užsiprenumeruoti naujienlaiškius / „Twitter“ paskyras, kad asmeninis ažiotažo traukinys važiuotų. Aš pradėjau šį!

Smagus mašininis mokymasis (@FunMachineLearn) | „Twitter“

Naujausi „Fun Machine Learning“ „Tweets“ (@FunMachineLearn). Ne mašininio mokymosi snobams. Mėgaukitės grožiu ir… twitter.com

Jei norite dar kelių aukšto lygio koncepcijų, siūlau išklausyti netechninį „Coursera“ AI kursą visiems. Tai suteiks jums šiek tiek terminologijos ir pavyzdžių, kai žengsite į priekį.

Kalbant apie „išsamų mokymąsi“, aš rekomenduosiu du metodus.

Veržlės ir varžtai

Taikydami šį metodą, jūs suprasite mašininį mokymąsi iki algoritmų ir matematikos. Žinau, kad taip skamba sunkiai, bet kaip būtų puiku iš tikrųjų įsigilinti į detales ir užkoduoti šias medžiagas nuo nulio!

Jei norite būti ML jėga ir palaikyti save giliuose pokalbiuose, tai yra jūsų kelias.

Rekomenduoju išbandyti „Brilliant.org“ programą (visada puiki bet kuriam mokslo mylėtojui) ir išklausyti dirbtinio neurono tinklo kursą. Šis kursas neturi laiko apribojimų ir padeda išmokti ML, tuo pačiu užmušdamas laiką savo telefone.

Šis kainuoja pinigus po 1 lygio.

Derinkite aukščiau paminėtus dalykus su tuo pačiu metu dalyvaujančiu Andrew Ng Stanfordo kurse „Mašinų mokymasis per 11 savaičių“. Tai yra kursas, kurį savo aukščiau pateiktame vaizdo įraše rekomendavo Jimas Weaveris. Aš taip pat turėjau šį kursą, kurį man savarankiškai pasiūlė Jenas Looperis.

Visi pateikia įspėjimą, kad šis kursas yra sunkus. Kai kuriems iš jūsų tai yra parodos kamštis, o kitiems - dėl to ketinate save išbandyti ir surinkti pažymėjimą, kuriame sakote, kad tai padarėte.

Šis kursas yra 100% nemokamas. Mokėti už pažymą reikia tik tuo atveju, jei jos norite.

Atlikdami šiuos du kursus turėsite atlikti daug darbo. Kiekvienas turėtų būti sužavėtas, jei tai padarysite, nes tai nėra paprasta.

Bet juo labiau, jei tai pavyks, turėsite gilų supratimą apie mašininio mokymosi įgyvendinimą, kuris paskatins jus sėkmingai jį pritaikyti naujais ir besikeičiančiais būdais.

Greičio lenktynininkas

Jei jums neįdomu rašyti algoritmus, tačiau norite juos naudoti kurdami kitą kvapą gniaužiančią svetainę / programą, turėtumėte pereiti į „TensorFlow“ ir avarijos kursą.

„TensorFlow“ yra de facto atviro kodo programinės įrangos biblioteka, skirta mokytis mašinoje. Jis gali būti naudojamas daugybe būdų ir net naudojant „JavaScript“. Štai avarijos kursas.

Daug daugiau informacijos apie galimus kursus ir reitingus galite rasti čia.

Jei kursų lankymas nėra jūsų stilius, jums vis tiek pasisekė. Norint jį naudoti šiandien, jums nereikia išmokti smulkaus ML. Galite efektyviai naudoti ML kaip paslaugą įvairiais būdais su technikos gigantais, kurie paruošė parengtus modelius.

Aš vis tiek perspėčiau jus, kad nėra jokios garantijos, kad jūsų duomenys yra saugūs ar net jūsų, tačiau ML paslaugų teikimas yra gana patrauklus!

ML paslaugos naudojimas gali būti geriausias sprendimas, jei esate susijaudinęs ir galėtumėte įkelti savo duomenis į „Amazon“ / „Microsoft“ / „Google“. Man patinka galvoti apie šias paslaugas kaip apie vartus į pažengusį ML. Bet kuriuo atveju gerai pradėti dabar.

ATNAUJINIMAI!

Aš sukūriau 5 dienų intro į AI mini kursus !!!

//academy.infinite.red/p/ai-demystified-free-5-day-mini-course

Čia yra keletas nuostabių mano surastų pamokų, kurias turėtumėte patikrinti

  • „BrainJS“ mokymo programos - JS neuroniniai tinklai
  • „TensorFlow“ pamokų kodas + vaizdo įrašas
  • „Deep Learning Ocean“ - „Kickstarter“ kursas

Būkime kūrėjai

Turiu pasakyti ačiū visiems minėtiems žmonėms ir vaizdo įrašams. Jie buvo mano įkvėpimas pradėti, ir nors aš vis dar esu naujokas ML pasaulyje, džiaugiuosi galėdamas parodyti kelią kitiems, kai apimsime šį bauginantį amžių, kuriame atsidūrėme.

Jei imsitės šio amato, būtina susisiekti ir bendrauti su žmonėmis. Be draugiškų veidų, atsakymų ir skambių lentų viskas gali būti sunku. Tiesiog galimybė paklausti ir gauti atsakymą yra žaidimo keitiklis. Pridėk mane ir pridėk aukščiau paminėtus žmones. Draugiški žmonės su draugiškais patarimais padeda!

Pamatyti?

Super įprasta! Ką reiškia mokytis apvalkalo rūšies? Bet taip, gera žinoti, atpažinti ir sušvelninti

- Jennifer (@sugargreenbean) 2018 m. Balandžio 8 d

Tikiuosi, kad šis straipsnis įkvėpė jus ir aplinkinius mokytis ML! Taip pat norėčiau, kad prisijungtumėte prie manęs ieškant šaunaus ir linksmo ML kodo. Žvaigždute, žiūrėkite ir prisidėkite prie mano atpirkimo čia: //github.com/GantMan/fun-machine-learing

Ar turite minutę? Peržiūrėkite dar kelis mano įrašus:

  • „Solidarumas“ - kūrėjų proto CLI
  • 5 dalykai, siurbiantys nuotolinį darbą