Начнем с этого. Я знаю, что вы, вероятно, слышали этот термин Машинное обучение. Посмотрим правде в глаза, в наши дни почти невозможно избежать его. Машинное обучение меняет мир бизнеса! Все говорят о машинном обучении!

Машинное обучение: следующее большое достижение в технологии! И, возможно, вы даже смотрели другие введения или обзоры машинного обучения, и в большинстве из них используется очень похожий и предсказуемый подход к этому. Это похоже на шаблон того, как вы должны это делать. На самом деле, я готов поспорить, что у многих людей есть подозрение, что любой может написать типичное введение начального уровня в статьи о машинном обучении, подобные этой, фактически ничего об этом не зная, и вот как.

Введение в машинное обучение в стиле шумихи

Ажиотаж, возможно, самая большая угроза машинному обучению. Вокруг машинного обучения много ажиотажа, который во многих случаях приводит к совершенно нереалистичным ожиданиям. Очень легко усвоить сложность машинного обучения и простительно думать, что эта технология применима только к беспилотным автомобилям, криминальному распознаванию лиц, победе над лучшими шахматистами, выявлению опухолей и т. д. Это проблема и если это не относится к тому, что вы делаете, то вы пугаетесь, и очень легко бессознательно усвоить реакцию «да». Хорошо, машинное обучение может представлять интерес, но на самом деле это не относится ко мне. Но это действительно относится к вам и будет относиться к вам все больше и больше.

Ваш выбор сейчас, вы собираетесь использовать это? собираетесь ли вы использовать машинное обучение и использовать его или просто что-то сделали для вас или вашей организации? Эта шумиха вокруг машинного обучения представляет собой самую большую опасность и вызов для машинного обучения. Они могут отвлекать и мешать учиться

Четкое представление о машинном обучении: метод заламывания рук

Давайте думать правильно, вместо ажиотажа, давайте выберем подход заламывания рук, а не ажиотаж, это приведет к чрезмерному проявлению беспокойства, которое вы видите повсюду. Это нормально - скептически относиться к машинному обучению и быть похожим ; Это заберет все рабочие места, самоуправляемая машина только что разбилась, их всех надо запретить, о, смотри, терминатор, Скайнет покончит с миром, и что наши дети будут отвечать перед машинами. Машинное обучение займет все рабочие места, распознавание лиц жутко, так что это неправильно, генетическое профилирование играет в Бога… У меня нет проблем с любым, кто критически или скептически относится к этим вещам. Я хочу, чтобы вы были критичны и скептичны; это нормально, и есть этические проблемы.

Проблема вот в чем: мы попадаем в эту ловушку либо, либо, где все становится черно-белым. Машинное обучение либо хорошо, либо плохо. Это заслуживает либо шумихи, либо заламывания рук, это самое важное, что есть на свете, или оно совершенно преувеличено и преувеличено, оно либо прекрасное, либо жуткое, оно либо поможет нам достичь новых высот в творчестве, либо отнимет все рабочие места. .

Забудь все это! Мы должны избегать этих упрощенных разделений, этих простых ответов, когда все становится черным или белым, истинным или ложным, да или нет. Во-первых, потому что это ленивое мышление, и это просто неправда. Мы должны избегать этих простых ответов. Машинное обучение может быть и удивительным, и странным, и жутким одновременно.

Если вы хотите понять машинное обучение, чтобы получить этот момент ага, мы говорим о том, чтобы он нажал на точку, где мысленные лампочки гаснут, где это действительно имеет смысл, тогда, прежде чем что-либо еще, прежде чем беспокоиться о том, какие именно навыки делают Мне нужен и какой язык программирования я должен использовать, должен ли я быть ботаником в математике и как именно это будет полезно для меня прямо сейчас.. Пауза на некоторое время, мой друг.

Прежде всего, просто освойтесь с одной основной идеей, что мы отходим от обычных компьютерных систем, которые всегда будут давать нам простые, четко определенные, прямые ответы «да» или «нет», истинные или ложные ответы или точную сумму и в гораздо большей степени. более тонкий мир вероятностей и прогнозов, потому что это то, что делает машинное обучение.

В самом фундаментальном смысле машинное обучение позволит нам делать прогнозы на основе того, что произошло в прошлом; предсказания, а не точные ответы. Таким образом, вместо того, чтобы спрашивать, верно ли что-то или ложно, мы можем спросить, насколько это вероятно, и получить ответ в любом диапазоне шкалы от невозможного на одном конце до определенного на другом конце.

Следующие статьи: Сравнение «обычного» программирования с машинным обучением