Одно из существенных сомнений, с которым я сталкиваюсь, встречаясь с новыми людьми в моем колледже, заключается в том, как я начал свое путешествие по машинному обучению.
Вкратце расскажу, что в настоящее время я получаю степень бакалавра в Индийском технологическом институте в Гувахати. Институт известен тем, что выпускает многих ученых, которые впоследствии оказывают положительное влияние на общество благодаря знаниям и опыту, которые они собрали. С самого начала нашего семестра мы познакомились с такими темами, как частичные производные, компьютерное программирование, линейная алгебра и вещами, которые действительно актуальны для всех, кто хочет сделать шаг в этой области. Мы даже познакомились с линейной регрессией в самом первом семестре в лаборатории физики, где нам нужно было найти наиболее подходящую линию. Поэтому наш институт выпускает курс под названием «Летняя аналитика», который охватывает темы машинного обучения для начинающих. По сути, он собрал все важные ресурсы, связанные с ML, в одном месте. Летом 2022 года я столкнулся со множеством новых концепций, от программирования на Python до создания собственных моделей для прогнозирования на основе точек данных, которые мы получили в ходе этого курса. Наставниками этого курса были мои старшие коллеги, которые уже многое изучили в этой области и направляли нас в нашем путешествии.
Продолжая мой путь дальше, курс был запущен Клубом Консалтинга и Аналитики. Поэтому я решил вступить в клуб и, к счастью, попал в него. Что мне нравится в моем институте, так это то, что пожилые люди очень поддерживают и помогают, и именно под их руководством я столкнулся с тем, что стало следующим большим событием! (Глубокое обучение). Поэтому они попросили меня сначала пересмотреть мои концепции машинного обучения, а затем изучить его применение, построив несколько моделей с использованием деревьев решений, алгоритмов упаковки и повышения, а затем пройти этот курс, предоставленный AndrewNg по глубокому обучению, который охватывает все, от нейронов до простых сетей, таких как как VGG для сетей, которые полезны для обработки изображений, таких как CNN, и в конце он коснулся некоторых концепций последовательных моделей, таких как RNN и LSTM. Одним из недостатков курса является то, что он находится на бэкэнде tensorflow, но я никогда не оглядывался на него, когда начинал с Pytorch. Хотя у TensorFlow отличная поддержка сообщества, PyTorch относительно прост в освоении, и клуб помог мне здесь. Это было примерно в октябре 2021 года, когда клуб проводил семинар PyTorch, и, будучи активным членом клуба, я принял в нем участие, и с этого начался мой конкурсный путь по машинному обучению.
Когда я начал глубже погружаться в область ИИ и машинного обучения, я понял, насколько обширна и разнообразна эта область и сколько еще предстоит узнать. Я начал изучать новые области и приложения ИИ, такие как обработка естественного языка (НЛП), компьютерное зрение и обучение с подкреплением, и обнаружил, что меня больше интересует НЛП.
Я начал участвовать во внутриколледжных хакатонах, в которых ставились такие задачи, как предсказание возраста человека, и в клубных проектах, в которых моим проектом был шумоподавитель звука, способный подавить фоновый шум из аудиофайла (.wav). Кроме того, клуб организует несколько хакатонов национального уровня, таких как Convolve, который проводился в сотрудничестве с Cisco. Я расскажу о своем путешествии в другом блоге.
Это было время, когда второй год моего колледжа подходил к концу, и, поскольку я накопил некоторый опыт работы над проектами в области машинного обучения и внес несколько вкладов в сообщество, я хотел наставлять наших младших в Точно так же мы получили наставничество, и поэтому я подал заявку на роль руководителя проектов в клубе, и мои старшие почувствовали, что я могу помочь другим, и выбрали меня на эту роль.
В настоящее время я работаю над исследовательским проектом в области обработки естественного языка. Проект включает в себя удаление данных из Интернета о трафике, разработку модели машинного обучения, которая может использовать данные, извлеченные из Интернета о трафике в моей стране, и определять местоположение пробок на дорогах в нашей стране и часы пик. чтобы найти некоторые возможные решения для подавления потока трафика
Таким образом, я вырос из человека с нулевыми знаниями о машинном обучении до одной из влиятельных должностей в моем институте в области науки о данных.
Вот ссылки на некоторые курсы и каналы на YouTube, которые помогли мне в моем путешествии:
