Защо трябва да те интересува
Машинното обучение несъмнено оказва влияние върху ежедневието ви в момента, независимо дали го осъзнавате или не. Това, което гледате, какво купувате и потенциално с кого сте романтично обвързани, са засегнати. Компании като Netflix, Amazon и Tinder правят огромни инвестиции в машинно обучение и това е изключително вълнуващо.
Да ви заведе на лекар, преди да усетите симптоми, да направи извод от какъв вид клетъчни популации съставляват раковите тумори, за да ги лекува по-добре, да извлече прозрението от шума в нови и огромни супер телескопи... списъкът може да продължи.
Все пак е 100% розово.
Ще има и много етични разговори. Ако една компания знае твърде много за вас, но само защото го предсказва с висока степен на точност, това нахлуване в личния живот ли е? Ами ако тези прогнози оскъпят здравната ви застраховка? Има ли задължение за сайтовете за намиране на съвпадения да избягват демографската сегрегация или тогава това е игра на бог по хлъзгав склон към евгениката? Какво представлява профилирането в управляваните от данни решения за предсказуем контрол?
Не претендирам, че имам отговор на нито един от тези въпроси. Просто твърдя, че всички ще трябва да си отговорим сами, така че е по-добре да се запознаем с темата. В сегашния си вид има много объркване относно това какво е и какво не е машинното обучение.
Беше отбелязано в „The Talking Machines“, че общността за машинно обучение често се наслаждава на използването на дълбоко специализиран математически език. Не е задължително обаче да е така. Въпреки че има невероятно умна математика, която влиза в тези неща, много от основните идеи са много свързани.
Като човек, който работи по ML (машинно обучение) проекти като любител, аз самият едва ли съм отстранен от „непрофесионалист“. Ето защо смятам, че мога да бъда добър посланик и затова реших да напиша тази поредица.
Мисля, че е важно обикновените хора да започнат да се опитват да придобият основна грамотност по темата, за да могат да участват в тези важни разговори. Очаквайте втора част този уикенд, където ще обясня нашия първи и най-лесен модел за машинно обучение: линейна регресия.
Ако желаете други ресурси за машинно обучение, бих започнал с онлайн курса на „Andrew Ng“ и подкаста „The Talking Machines“
Ако тази публикация ви е харесала или имате идеи как да я подобрите, уведомете ме! Обичам да пиша за неща, които смятам, че са подходящи за моя път като развиващ се разработчик, така че очаквайте общи бръщолевения за ~самоусъвършенстване~ и ~Компютърни науки~ wooOOoo
информация/контакт в camwhite.io
