kunstmatige intelligentie is een van de belangrijkste doorbraken van de 21e eeuw. Experts uit verschillende industrieën bestuderen de mogelijkheden en ontdekken nieuwe manieren van toepassing. We noemen AI een opkomende technologie, maar wetenschappers werken al sinds de jaren 1950 in deze richting.
in het begin was AI verre van slimme robots die we in sci-fi-films zien. Niettemin, dankzij technologieën zoals machine learning en deep learning, AI werd een van de meest veelbelovende gebieden van de IT-industrie., De vraag naar AI-ontwikkelaars groeit voortdurend en sommige experts stellen zich een toekomst voor waarin computers mensen vervangen. Hoewel het te vroeg is om te spreken van kunstmatige intelligentie als een bedreiging voor het personeel, zullen moderne werknemers zeker profiteren van het leren van meer over deze technologie, omdat het hen in staat zal stellen zich voor te bereiden op de toekomstige veranderingen in hun industrieën en vertrouwd te raken met een nieuwe, effectieve en interessante tool.
belangrijke redenen om te beginnen met het bestuderen van AI
AI komt op veel verschillende manieren in ons leven., We gebruiken bijvoorbeeld assistenten zoals Amazon Echo, Google Assistant of Siri. Als we videospelletjes spelen, is AI altijd onze vijand. Echter, niet iedereen weet dat AI aanwezig is, zelfs in Google Translate en tools die spamberichten detecteren.
het begrijpen van kunstmatige intelligentie opent veel mogelijkheden. Het is genoeg om de basisprincipes van deze technologie onder de knie te krijgen om te begrijpen hoe eenvoudige hulpmiddelen werken. Naarmate je meer leert over AI, krijg je de kans om een ontwikkelaar te worden die geavanceerde AI-toepassingen zoals Watson van IBM of zelfrijdende auto ‘ s maakt. Er zijn eindeloze mogelijkheden op dit gebied., Het bestuderen van AI is noodzakelijk voor een carrière in software engineering, voor het geval u wilt werken met mens-machine interfaces, neurale netwerken, en kwantum kunstmatige intelligentie. Bedrijven als Amazon en Facebook gebruiken AI om boodschappenlijstaanbevelingen te doen en big data te analyseren. Het begrip van AI is ook noodzakelijk voor hardware-ingenieurs die thuis assistenten en parkeerassistenten maken.
degenen die AI willen leren hebben een overvloed aan opties beschikbaar. Het internet stelt bijvoorbeeld iedereen in staat om zich in te schrijven voor online cursussen., Sommige van hen zijn gericht op mensen die al een bepaald niveau van technische kennis en focus op codering, terwijl andere cursussen zal helpen zelfs degenen die geen eerdere expertise in programmeren en engineering hebben.
de beste online AI-cursussen voor 2018
- leer met Google AI – Dit is een nieuw project dat door Google werd gelanceerd om het grote publiek te laten begrijpen wat AI is en hoe het werkt. Hoewel de bron langzaam groeit, heeft het al een machine learning-cursus voor beginners die de TensorFlow-bibliotheek van Google omvat., Deze cursus zal helpen zelfs degenen die niets weten over AI, die de basisprincipes van machine learning, de invoering van TensorFlow, en het uitleggen van de cruciale principes van het ontwerpen van neurale netwerken.
- Stanford University-Machine Learning – De cursus is beschikbaar op Coursera. Het wordt onderwezen door de oprichter van Google Brain, Andrew Ng. U kunt gratis van deze cursus genieten of betaalde opties kiezen voor het geval u een certificaat wilt dat in de toekomst kan worden gebruikt bij het maken van de eerste stappen naar uw carrière in software engineering., Deze cursus maakt u vertrouwd met de voorbeelden van AI-gedreven technologieën uit het echte leven, zoals geavanceerde mechanismen van web search en spraakherkenning. U zult ook begrijpen hoe neurale netwerken leren.NVIDIA-Fundamentals of Deep Learning for Computer Vision-Computer vision is een discipline die zich richt op het creëren van computers die de visuele informatie kunnen analyseren zoals het menselijk brein dat doet. Deze cursus behandelt de noodzakelijke technische grondbeginselen samen met de praktische toepassingen van objectclassificatie en objectherkenning., U kunt studeren in uw eigen tempo en leren hoe u uw eigen neurale net applicatie te bouwen.
aan de slag met AI
Het is geen verrassing als u bepaalde problemen ondervindt bij het bestuderen van kunstmatige intelligentie. Als je vast komt te zitten, raden we aan op zoek naar een oplossing op Kaggle of het plaatsen van uw vragen op specifieke forums. Het is ook belangrijk om te begrijpen waar je je op moet concentreren en wat je eerst moet doen.
Kies een onderwerp waarin u geïnteresseerd bent
selecteer eerst een onderwerp dat echt interessant voor u is. Het helpt je gemotiveerd en betrokken te blijven bij het leerproces., Focus op een bepaald probleem en zoek naar een oplossing, in plaats van alleen passief te lezen over alles wat je kunt vinden op het internet.
2. Zoek een snelle oplossing
het punt is om een basisoplossing te vinden die het probleem zo veel mogelijk dekt. Je hebt een algoritme nodig dat gegevens verwerkt in een vorm die begrijpelijk is voor machine learning, een eenvoudig model traint, een resultaat geeft en de prestaties ervan evalueert.
Verbeter uw eenvoudige oplossing
zodra u een eenvoudige basis hebt, is het tijd voor creativiteit., Probeer alle componenten te verbeteren en de veranderingen te evalueren om te bepalen of deze verbeteringen uw tijd en moeite waard zijn. Het verbeteren van de voorbewerking en het opschonen van gegevens levert bijvoorbeeld soms een hoger rendement op dan het verbeteren van een leermodel zelf.
4. Deel uw oplossing
schrijf uw oplossing op en deel deze om feedback te krijgen. Niet alleen krijgt u waardevolle adviezen van andere mensen, maar het zal ook de eerste plaat in uw portfolio zijn.,
Herhaal stap 1-4 voor verschillende problemen
Kies verschillende problemen en volg dezelfde stappen voor elke taak. Als u met tabelgegevens bent begonnen, kiest u een probleem waarbij u met afbeeldingen of ongestructureerde tekst moet werken. Het is ook belangrijk om te leren hoe je problemen voor machine learning goed te formuleren. Ontwikkelaars moeten vaak een aantal abstracte zakelijke doelstellingen om te zetten in concrete problemen die passen bij de specifieke kenmerken van machine learning.
6., Voltooi een Kaggle wedstrijd
Deze wedstrijd stelt u in staat om uw vaardigheden te testen en dezelfde problemen op te lossen waar veel andere ingenieurs aan werken. U zult worden gedwongen om verschillende benaderingen te proberen, het kiezen van de meest effectieve oplossingen. Deze wedstrijd kan je ook leren samenwerken, omdat je lid kunt worden van een grote gemeenschap en kunt communiceren met mensen op het forum, Je ideeën kunt delen en van anderen kunt leren.
gebruik machine learning professioneel
u moet bepalen wat uw carrièredoelen zijn en uw eigen portfolio creëren., Als u niet klaar bent om te solliciteren voor machine learning banen, op zoek naar meer projecten die uw portfolio indrukwekkend zal maken. Word lid van civic hackathons en zoek naar data-gerelateerde functies in dienstverlening aan de gemeenschap.
conclusie
het basisbegrip van AI en machine learning wordt steeds waardevoller op elk gebied van het bedrijfsleven en elk beroep. Dankzij verschillende online cursussen hoef je vandaag de dag niet naar de universiteit om deze complexe en interessante technologie te leren., Zelfs als u geen eerdere ervaring in engineering hebt, kunt u kunstmatige intelligentie vanuit huis leren en uw kennis in de praktijk toepassen, eenvoudige machine learning-oplossingen creëren en de eerste stappen zetten naar uw nieuwe beroep.