AI i ML: Kako započeti

Kada se pozadina kodiranja teži nuli

Trebali biste vidjeti izgledom kad kažem ljudima čime se bavim za život. Sa zbunjenim trzanje lica, oni traže potvrdu: "Radite što?" Smijem se i odgovaram: „Kao što rekoh, ja sam instruktor dizajner“.

Pa, dizajner poučavanja ili dizajner učenja iskustva, talentirani je profesionalac koji stvara planove učenja, tečajeve učenja i pozitivna iskustva učenja, dok stoji iza obrazovnih programa.

Iako sam veliki ljubitelj svoje profesije, veliki sam i ljubitelj inovacija. Tvrdnja sebe kao "inovativnog" u današnje doba i doba bez znanja AI je teško, nema sumnje. AI privlači najpametnije ljude, najveće investicije i inovatore poput mene.

Neko vrijeme oklijevao sam prije nego što sam okrenuo ruku prema AI. Rekao bih sebi stvari poput: "Nisi dovoljno pametan", "Nemaš iskustva s kodiranjem", "Zaboravio si sve školske matematičke programe". Tada sam otkrio članak Daniela Bourkea koji me inspirirao za početak.

Kao stručnjak za učenje učenja nisam želio platiti bootcamp da bih radio svoj posao umjesto mene. Morao sam preuzeti vlastito učenje, od kreiranja vlastitog kurikuluma do ocjene vlastitog napretka u učenju. Morao sam testirati kako će mi vještine dizajnerskog učenja pomoći u učenju AI i ML.

Moj je cilj jednostavan: Učiti AI 12 mjeseci, 2 sata dnevno. Za početak 1. siječnja 2020., a prestaje 31. prosinca 2020. godine.

Iako je lako željeti skočiti pravo na ovu priliku, ovo je djelo na početku nevjerojatno uzbudljivo i postaje manje svijetlo i ružičasto čim pomislite na stvarni plan djelovanja. Tada se javlja panika. Možete se postaviti pitanja poput: "Što bih prvo trebao učiniti?" "Koje tečajeve trebam pohađati?" "Koje knjige moram pročitati?" "Koji se programski jezik koristi?" "Koliko je matematike uključeno?" Znojenje se okupilo na čelu, a prsa se učvršćuju…

Dizajneri učenja započinju s definiranjem trenutne razine ciljne publike, zajedno s njihovim ciljevima, pri izradi programa učenja. Ovo je neophodno za kvalitetan nastavni plan i program i trebalo bi ga započeti ako je sve novo.

Definirajte svoju trenutnu razinu i ciljeve

Prvo razmislite o svom polazištu. Na primjer, jako sam dobar s brojevima, a uvijek sam bio. U srednjoj školi sam bio na vrhu matematičkog razreda. No, školu sam završio prije osam godina i zaboravio sam gotovo sve matematičke koncepte, čak i tablicu množenja!

Završio sam školu u Rusiji i nikad nisam govorio o matematici na engleskom. Zamislila sam da će mi trebati najmanje jedan mjesec da revidiram program matematike i poboljšam svoj engleski rječnik. Ako ste engleski govornik koji dobro razumije složene matematičke koncepte, mogli biste početi odmah.

Vaša razina je faktor broj jedan za vaš put AI učenja, stoga vrijedi potrošiti nekoliko sati da što detaljnije opišete svoju početnu točku.

Što treba uzeti u obzir:

  • Koliko se vaše znanje proteže u matematici? Budi precizan.
  • Vaše iskustvo programiranja, čak i ako nije Python.
  • Opće razumijevanje AI.

Pogledajte moj primjer za inspiraciju.

Zatim odredite cilj. Bez konkretnog cilja učenja nećete ići nigdje.

Važno je ciljeve formulirati akcijskim glagolima. Na primjer, moj je cilj dobiti posao u znanosti o podacima. "Dobiti posao" je glagol akcije. To je i mjerljiv cilj. Odnosno, mogu procijeniti svoj uspjeh prema ovom cilju: najbolje ću uspjeti ako u roku od godinu dana dobijem posao, malo manje ako posao dobijem u roku godinu i pol. Neću uspjeti ako uopće ne dobijem posao.

Usporedite to sa sljedećim ciljem: "Naučite glavne AI koncepte".

To nije baš dobar cilj učenja. Ne ulazi se u detalje koji su glavni AI pojmovi, a odabir glagola podrazumijeva da učite kako biste naučili. Istina je, nikad ne učimo kako bismo naučili: učimo da dobijemo više sebične koristi. Naučimo dobiti više novca, povećati samopoštovanje, dobiti zanimljiviji posao, dobiti diplomu, impresionirati roditelje ili prijatelje i tako dalje. Ali nikad ne učimo za krajnji cilj učenja.

Razmislite zašto vam je potreban AI, kratkoročni i dugoročni. Budite iskreni prema sebi i to zapišite.

Moj kratkoročni cilj je dobiti posao u znanosti o podacima jer:

  • Prvo, plaća se više od posla u obrazovanju.
  • I drugo, volim način razmišljanja programera i želim biti član njihove profesionalne grupe.

Moj dugoročni cilj je primijeniti AI znanje za izgradnju AI startupa u učenju i razvoju.

Naravno, ti se ciljevi mogu vremenom mijenjati; ali prije nego što se promijene, vodit će me kroz ocean neizvjesnosti učenja.

Nakon što utvrdite svoj konačni cilj, napišite popis pod ciljeva koji će vam pomoći da postignete svoj konačni cilj. To mogu biti:

  • Revidirati program školske algebre.
  • Upoznajte se sa Python sintaksom.
  • Završite tečaj Udacity Python.

Još jednom, izbjegavajte glagole "naučiti" i "razumjeti", i pobrinite se da su pod-ciljevi mjerljivi. Na primjer:

  • Pregledao sam pola koncepata algebre u školi.
  • Mogu nabrojati najmanje 10 posebnosti Python-ove sintakse.
  • Završio sam 70% tečaja Udacity Python.

Nakon što ste sigurni u svoju trenutnu razinu i svoj cilj učenja, vrijeme je da izgradite svoj plan učenja. Ovo je najteži dio ...

Kako na zemlji mogu izgraditi AI put učenja kad ne znam ništa o AI?

Kad malo razmislite, ljudi plaćaju tisuće dolara za obrazovanje. Zašto?

  • Jer sveučilišni programi daju diplomu.
  • Budući da sveučilišni programi daju korak po korak upute što učiniti.

A ovo potonje je zaista važno. Zapravo, kad dizajneri učenja stvaraju kurikulum za učenje, oni najprije proučavaju predmet od A do Z. Kada se radi o 20-minutnom tečaju za određenu električnu instalaciju, to nije tako bolno. Međutim, ako trebate stvoriti jednogodišnji program za tako široko polje poput AI, dobro, sretno ...

Kao samospoznaja, vi ste u vrlo nepovoljnom položaju jer nemate pojma što je AI, ali prije nego što započnete s učenjem, morate izgraditi kurikulum.

Riječ je o „Koji je bio prvi? Piletina ili jaje? " trenutak. Filozofska dilema bez rješenja. Beskonačna petlja. Veliki problem.

Dobra vijest je da postoje neke uličice koje su spremne za otkrivanje.

posuditi

Posudite kurikulume sa sveučilišta, bootcamps, ljudi koji su već prošli kroz postupak. Ovo je besplatno, a ovo će vam dati prvi uvid u ono što trebate naučiti.

Provjerio sam ove nastavne programe kako bih odredio točke stupa (ali ima ih mnogo više!):

  • Računalna znanost i AI Sussex
  • Strathclyde umjetna inteligencija i aplikacije
  • UCL strojno učenje
  • San Francisco Data Science

Također sam ovo korisno smatrao:

  • Ovdje Siraj Raval predstavlja komponente AI učenja i predlaže internetske tečajeve logičnim redoslijedom.
  • Daniel Bourke daje divan opis svog iskustva.
  • Ovdje Rodrigo Beceiro navodi AI domene u odjeljku "Polje umjetne inteligencije".

Moja ploča Trello pokazuje zadatke koje odlučim obavljati svaki tjedan i uključuje tečajeve i druge materijale koje slijedim.

Drugi potencijalni izvor informacija je AI Meetups. Ovi susreti okupljaju stotine ljudi. U ovoj energičnoj gužvi mozgova punih AI naći ćete vrlo ljubazne i susretljive ljude koji rado dijele savjete s vama. Pitaj njih:

  • "S čime ste započeli?"
  • "Koje resurse za početnike možete savjetovati?"
  • "Koji su glavni pojmovi?"
  • "Imate li za kavu?"

1) dobiti ćete savjete iz prve ruke od stručnjaka i 2) uspostaviti važne veze.

I na kraju, provjerite zahtjeve posla Data Scientist na bilo kojoj ploči da biste saznali kakve se vještine očekuju od vas.

Eliminirati

Kad izradim tečajeve e-učenja za velika poduzeća, moji klijenti često žele uključiti što više informacija. Nikad nema dovoljno učenja, zar ne? Istina je da velike količine informacija preplavljuju svježe polaznike, što ih može dovesti do povlačenja. Zlatno pravilo odgajatelja (i ako ovo čitate, vi ste samoobrazovac) je eliminirati što je više moguće. Sjećate se što je Tim Ferris rekao o učinkovitosti? U redu, IZBJEGAVAJTE.

Na primjer, kada sam pretraživao sveučilišne nastavne programe, pronašao sam modul pod nazivom "Duh u stroju?", O kogniciji i neurofiziologiji. Osobno me zanima kognicija, tako da mi je prvi instinkt bio uključiti ovaj modul u svoj kurikulum. Međutim, malo racionalnog razmišljanja dovelo me do misli: "Znanje vas neće dovesti do vašeg cilja, a to je da naučite AI 12 mjeseci i dobijete posao".

To ne znači da ne biste trebali učiti spoznaju. Prije ostvarivanja spoznaje provjerite je li u skladu s vašim glavnim ciljem.

Neka bude fleksibilna

Što se više širi i razvija u učenju, to ćete više otkrivati ​​nova polja, govoriti važnima od manje važnih, formirati svoj interes i prepoznati svoje snage i slabosti. Stvari koje želite naučiti i istražiti s vremenom će se mijenjati, baš kao i godišnja doba.

Kad razmišljam o budućnosti, nisam siguran kada bih trebao početi čitati knjigu o dubokom učenju. Prije nego što naučim vjerojatnost? Istovremeno s njim ili poslije? Ni ja ne znam kada ću naučiti Tensorflow jer ni sam ne znam što je to. Mogu definirati samo svoje prve korake, a to su prije svega:

  • Nauči Python
  • Revizija algebre
  • Napravite početni tečaj za Data Science (jedan od onih koji savjetuju gurusi)
  • Pročitajte AI, moderan pristup

Jedan od njih, možda tečaj Data Science, otkrit će moj sljedeći korak. Na primjer, može spomenuti Tensorflow i objasniti o čemu se radi, a možda bih ga želio uključiti u kurikulum sljedećeg mjeseca.

Iz tog razloga, nisam stvorio fiksni kurikulum s uputama po korak. Ti nastavni programi izrađuju se na sveučilištima i u kampovima za otvaranje stručnjaka, a stručnjaci imaju AI pri ruci. Ne radimo, stoga moramo održati nastavne planove fleksibilne i otvorene, omogućavajući prostor prilagodbama.

Rješenje koje sam pronašao za sebe:

  • Sastavio sam popis glavnih točaka učenja u AI, posuđene iz sveučilišnih nastavnih programa i AI gurua.
  • Odabirem one s kojima bih trebao započeti.
  • Planiram zadaće učenja za sljedeći mjesec.
  • Kad shvatim što sljedeće trebam naučiti, ažuriram svoju Trello ploču s relevantnim zadacima.

Rekapitulacija

  1. Detaljno odredite svoju početnu točku.
  2. Postavite svoj glavni cilj i učenje pod-ciljeva (u skladu s glavnim ciljem).
  3. Napravite okvirni kurikulum:
  • Definirajte glavna polja i koncepte: posuđivanje od sveučilišta, bootcamps i gurusi; idite na Meetups; provjerite zahtjeve posla na oglasnim pločama.
  • Eliminirajte informacije koje su zanimljive i zadržite ih.
  • Planirajte za mjesec dana i budite fleksibilni. Za pomoć koristite Trello ili alternativu.