Реальные примеры машинного обучения? [закрыто]

Недавно я проходил курс машинного обучения в Coursera профессора Эндрю Нг. После прохождения этого курса я понял основы алгоритмов машинного обучения, но у меня есть следующие вопросы:

  • Где я могу найти примеры использования машинного обучения в реальном мире?

  • Какие инструменты или рамки используются в промышленности /производстве для машиностроения
    Учебные проекты?

  • Как модели машинного обучения используются или развертываются в производстве?

  • Как стать Data Scientist? Или что мне делать дальше?

Любые предложения, книги, курсы или учебные ссылки будут высоко оценены.

6 голосов | спросил ML-user 31 +03002015-10-31T20:23:30+03:00312015bEurope/MoscowSat, 31 Oct 2015 20:23:30 +0300 2015, 20:23:30

1 ответ


0

Поздравляю с завершением курса машинного обучения Эндрю Нг, некоторое время назад я также прошел этот потрясающий курс. В любом случае, так что я отвечу на ваш вопрос один за другим, хотя есть несколько взаимосвязанных вопросов.

В-1) Где я могу найти примеры использования в реальном мире машинного обучения?

Вот несколько ссылок, где вы можете найти учебные пособия по машинному обучению в реальных случаях использования:

В-2) Какие инструменты или рамки используются в промышленности /производстве для машин Учебные проекты?

Существует множество инструментов или структур, которые используются на отраслевом уровне, например:

    R
  • Python (Sci-kit learn)
  • GraphLab
  • Apache Mahout
  • Spark MLlib

В то время как R, Scikit учатся, GraphLab отлично работает на одной машине и является наиболее популярным выбором среди специалистов в области данных или машинного обучения, но Mahout и недавно Spark MLlib приобрели большую популярность в эту эпоху больших данных , где вы хотите выполнять машинное обучение для большого набора данных, который не подходит для одной машины.

Также есть некоторые другие инструменты, такие как Weka, Rapid Miner для графического пользовательского интерфейса для машинного обучения.

Выбор этого инструмента или среды действительно зависит от таких факторов, как требования проекта, знания членов команды об инструменте /языке, а также простота разработки и масштабируемость развертывания.

В-3) Как модели машинного обучения используются или развертываются в производстве?

В производстве после того, как вы построили модель, проверили & Оценив эту модель, модель чаще всего развертывается как веб-служба для использования другим приложением. Существует несколько провайдеров услуг облачного машинного обучения, таких как Azure ML ( https://studio.azureml.net/) BigML ( https://bigml.com/) и т. Д., Где вы можете загрузить свой набор данных, выполнить некоторую обработку данных, обучить | проверить | оценить вашу модель машинного обучения и, наконец, развернуть ее как облачный веб-сервис.

Примечание: Недавно я начал проект в Github . (Служба прогнозирующей аналитики) , целью которой является разработка и развертывание различных моделей машинного обучения с использованием различных инструментов /инфраструктуры в качестве веб-службы. Вклад и предложение горячо приветствуются.

В-4) Как стать Data Scientist? Или что мне делать дальше?

Это вопрос на миллион долларов, и много гугл сёрч по этому вопросу .. хаха .. Я постараюсь дать вам краткий и краткий ответ, основанный на моих знаниях. Прежде всего, Data Science - это гораздо более обширная область исследований, которая включает в себя следующие общие этапы:

  • Бизнес-понимание или этап опроса
  • Сбор или получение данных
  • Обработка и подготовка данных
  • Построение модели
  • Проверка и оценка

Наряду с этим вам также необходимо выполнить повторное обучение модели в зависимости от изменения изменчивости данных или развернуть модель онлайн-обучения (которая будет адаптироваться на основе данных, которые она просматривает).

Но для того, чтобы стать специалистом по данным /специалистом по машинному обучению, необходимо иметь любопытство к данным (т.е. понять данные и найти из них ценные знания). ниЕсть ярлык, чтобы стать исследователем данных, и нет курса, который заставит вас стать ученым за одну ночь. Лучший способ - поиграть с данными или сделать несколько реальных проектов.

Множество реальных наборов данных, доступных публично, вы можете выбрать набор данных по вашему выбору. Кроме того, вы можете проверить свои навыки и опыт, участвуя в конкурсе по машинному обучению и науке о данных в Kaggle .

Чтобы получить некоторые знания о науке о данных, о том, как она работает, а также о практических упражнениях, вы можете попробовать онлайн-курс, например:

https://www.coursera.org/specializations/machine-learning

https: //www. edx.org/course/introduction-computational-thinking-data-mitx-6-00-2x-2

https://www.edx.org/курс /дата-научно-машинное обучение-основа-Microsoft-dat203x

ответил Kuntal-G 31 +03002015-10-31T21:07:14+03:00312015bEurope/MoscowSat, 31 Oct 2015 21:07:14 +0300 2015, 21:07:14

Похожие вопросы

Популярные теги

security × 330linux × 316macos × 2827 × 268performance × 244command-line × 241sql-server × 235joomla-3.x × 222java × 189c++ × 186windows × 180cisco × 168bash × 158c# × 142gmail × 139arduino-uno × 139javascript × 134ssh × 133seo × 132mysql × 132