Aprendizaje automático: cómo pasar de cero a héroe

Comience con "¿Por qué?" Y termine con "¡Estoy listo!"

Si tu comprensión de A.I. y Machine Learning es un gran signo de interrogación, entonces esta es la publicación de blog para ti. Aquí, gradualmente aumento tu Awesomenessicity ™ pegando videos inspiradores junto con texto amigable.

Sientate y relajate. Estos videos toman tiempo, y si no lo inspiran a continuar con la siguiente sección, es justo.

Sin embargo, si se encuentra al final de este artículo, se ha ganado su conocimiento completo y su pasión por este nuevo mundo. A donde vayas depende de ti.

Comprender por qué el aprendizaje automático está tan de moda en este momento

AI. Siempre fue genial, desde mover una pala en Pong hasta iluminarte con combos en Street Fighter.

AI. siempre ha girado en torno a la suposición funcional de un programador sobre cómo debe comportarse algo. Divertido, pero los programadores no siempre tienen talento para programar A.I. como a menudo vemos Solo el "juego épico falla" de Google para ver problemas técnicos en inteligencia artificial, física y, a veces, incluso en jugadores humanos experimentados.

Independientemente, A.I. Tiene un nuevo talento. Puede enseñarle a una computadora a jugar videojuegos, comprender el lenguaje e incluso cómo identificar personas o cosas. Esta nueva habilidad de punta del iceberg proviene de un viejo concepto que solo recientemente obtuvo la capacidad de procesamiento para existir fuera de la teoría.

Estoy hablando del aprendizaje automático.

Ya no necesita crear algoritmos avanzados. Solo tiene que enseñarle a una computadora a crear su propio algoritmo avanzado.

Entonces, ¿cómo funciona algo así? Un algoritmo no está realmente escrito tanto como algo ... criado. No estoy usando la cría como analogía. Mire este breve video, que ofrece excelentes comentarios y animaciones sobre el concepto de alto nivel de crear el A.I.

¡Guauu! ¿Derecho? ¡Ese es un proceso loco!

Ahora, ¿cómo es que ni siquiera podemos entender el algoritmo cuando está hecho? Una gran imagen fue cuando el A.I. fue escrito para vencer a los juegos de Mario. Como humanos, todos entendemos cómo jugar un desplazamiento lateral, pero identificamos la estrategia predictiva de la IA resultante. es una locura

¿Impresionado? Hay algo sorprendente en esta idea, ¿verdad? El único problema es que no conocemos el aprendizaje automático y no sabemos cómo conectarlo a los videojuegos.

Afortunadamente para ti, Elon Musk ya proporcionó una compañía sin fines de lucro para hacer esto último. Sí, en una docena de líneas de código puede conectar cualquier A.I. quieres innumerables juegos / tareas! ¡Compruébalo en acción!

¿Por qué debería usar el aprendizaje automático?

Tengo dos buenas respuestas sobre por qué debería importarle. En primer lugar, Machine Learning (ML) está haciendo que las computadoras hagan cosas que nunca antes habíamos hecho. Si quiere hacer algo nuevo, no solo nuevo para usted, sino para el mundo, puede hacerlo con ML.

En segundo lugar, si no influyes en el mundo, el mundo te influirá a ti.

En este momento, importantes empresas están invirtiendo en ML y ya estamos viendo cómo cambia el mundo. Los líderes de opinión advierten que no podemos permitir que esta nueva era de algoritmos exista fuera del ojo público. Imagínese si algunos monolitos corporativos controlaran Internet. Si no tomamos las armas, la ciencia no será nuestra. Creo que Christian Heilmann lo dijo mejor en su charla sobre ML.

“Podemos esperar que otros usen este poder solo para bien. Yo, por mi parte, no considero que sea una buena apuesta. Prefiero jugar y ser parte de esta revolución. Y tú también puedes.
Video de charla de aprendizaje automático de Chris Heilmann

OK, ahora estoy interesado ...

El concepto es útil y genial. Lo entendemos a un alto nivel, pero ¿qué diablos está sucediendo realmente? ¿Como funciona esto?

Si desea saltar directamente, le sugiero que omita esta sección y pase a la siguiente sección "Cómo empezar". Si estás motivado para ser un DOer en ML, no necesitarás estos videos.

Si todavía está tratando de comprender cómo esto podría ser algo, el siguiente video es perfecto para guiarlo a través de la lógica, utilizando el clásico problema de escritura a mano de ML.

Muy bien, ¿eh? Ese video muestra que cada capa se vuelve más simple que complicada. Al igual que la función está masticando datos en piezas más pequeñas que terminan en un concepto abstracto. Puede ensuciarse las manos al interactuar con este proceso en este sitio (por Adam Harley).

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

Es genial ver los datos pasar por un modelo entrenado, pero incluso puedes ver cómo se entrena tu red neuronal.

Uno de los ejemplos clásicos del mundo real de Machine Learning en acción es el conjunto de datos de iris de 1936. En una presentación a la que asistí con la descripción general de JavaFXpert sobre Machine Learning, aprendí cómo puede usar su herramienta para visualizar el ajuste y la propagación inversa de los pesos. a las neuronas en una red neuronal. ¡Puedes verlo entrenar al modelo neural!

Entrenando la red neuronal del iris con el visualizador de Jim

Incluso si no eres un fanático de Java, la presentación que Jim ofrece sobre todo lo relacionado con el aprendizaje automático es una introducción genial de más de 1,5 horas en los conceptos de ML, que incluye más información sobre muchos de los ejemplos anteriores.

¡Estos conceptos son emocionantes! ¿Estás listo para ser el Einstein de esta nueva era? Hay avances importantes todos los días, así que comience ahora.

¿Cómo empiezo?

Hay toneladas de recursos disponibles. Primero, debe suscribirse a algunos boletines / cuentas de Twitter para mantener en marcha el tren de bombo personal. ¡Empecé este!

Si desea más conceptos de alto nivel, le sugiero que tome el curso no técnico AI para Todos en Coursera. Esto te dará algunos términos y ejemplos en tu cerebro a medida que avanzas en la aventura.

En cuanto al "aprendizaje en profundidad", recomendaré dos enfoques.

Tuercas y tornillos

En este enfoque, comprenderá Machine Learning hasta los algoritmos y las matemáticas. Sé que esto suena difícil, pero ¡qué bueno sería realmente entrar en detalles y codificar estas cosas desde cero!

Si quiere ser una fuerza en ML y mantenerse firme en conversaciones profundas, entonces esta es la ruta para usted.

Te recomiendo que pruebes la aplicación Brilliant.org (siempre excelente para cualquier amante de las ciencias) y que tomes el curso de la Red neuronal artificial. Este curso no tiene límites de tiempo y te ayuda a aprender ML mientras que matas el tiempo en línea en tu teléfono.

Este cuesta dinero después del Nivel 1.

Combine lo anterior con la inscripción simultánea en el curso de Stanford de Andrew Ng sobre "Aprendizaje automático en 11 semanas". Este es el curso que Jim Weaver recomendó en su video anterior. También he tenido este curso sugerido independientemente por Jen Looper.

Todos brindan una advertencia de que este curso es difícil. Para algunos de ustedes, eso es un obstáculo para el espectáculo, pero para otros, es por eso que lo atravesarán y recogerán un certificado que dice que lo hicieron.

Este curso es 100% gratis. Solo tiene que pagar un certificado si lo desea.

Con esos dos cursos, tendrás MUCHO trabajo por hacer. Todos deberían quedar impresionados si lo logran porque eso no es simple.

Pero más aún, si lo logras, tendrás un conocimiento profundo de la implementación de Machine Learning que te catapultará para que lo apliques con éxito en formas nuevas y que cambien el mundo.

Corredor de la velocidad

Si no está interesado en escribir los algoritmos, pero desea utilizarlos para crear el próximo sitio web / aplicación impresionante, debe saltar a TensorFlow y al curso intensivo.

TensorFlow es la biblioteca de software de facto de código abierto para el aprendizaje automático. Se puede usar de innumerables maneras e incluso con JavaScript. Aquí hay un curso intensivo.

Puede encontrar mucha más información sobre los cursos y clasificaciones disponibles aquí.

Si tomar un curso no es tu estilo, todavía estás de suerte. No es necesario que aprendas el meollo de ML para poder usarlo hoy. Puede utilizar ML de manera eficiente como un servicio de muchas maneras con gigantes tecnológicos que tienen modelos entrenados listos.

Todavía te advierto que no hay garantía de que tus datos estén seguros o incluso los tuyos, ¡pero las ofertas de servicios para ML son bastante atractivas!

El uso de un servicio ML podría ser la mejor solución para usted si está entusiasmado y puede cargar sus datos en Amazon / Microsoft / Google. Me gusta pensar en estos servicios como un medicamento de entrada a la ML avanzada. De cualquier manera, es bueno comenzar ahora.

ACTUALIZACIONES!

Aquí hay algunos tutoriales increíbles que he encontrado que debes consultar

  • Tutoriales de BrainJS - Redes neuronales en JS
  • Código de tutoriales TensorFlow + video
  • Deep Learning Ocean - curso de Kickstarter

Seamos creadores

Debo agradecer a todas las personas y videos mencionados. Fueron mi inspiración para comenzar, y aunque todavía soy un novato en el mundo de ML, estoy feliz de allanar el camino para los demás al abrazar esta era impresionante en la que nos encontramos.

Es imperativo comunicarse y conectarse con las personas si comienza a aprender este oficio. Sin caras amigables, respuestas y tableros de resonancia, cualquier cosa puede ser difícil. Solo poder preguntar y obtener una respuesta es un cambio de juego. Agrégame y agrega a las personas mencionadas anteriormente. Gente amable con consejos amigables ayuda!

¿Ver?

¡Espero que este artículo te haya inspirado a ti y a quienes te rodean a aprender ML! También me encantaría que te unas a mí para encontrar un código ML genial y divertido. ¡Únete a mi boletín de inteligencia artificial y aprendizaje automático!

Gant Laborde es estratega jefe de tecnología en Infinite Red, autor publicado, profesor adjunto, orador público mundial y científico loco en formación. Aplauda / siga / twittee o simplemente salúdelo en una conferencia.

Tener un minuto? Echa un vistazo a algunas de mis publicaciones más:

  • Solidaridad: la CLI para la cordura del desarrollador
  • 5 cosas que apestan sobre el trabajo remoto