🤰 🕵️ 🤘 मशीन लर्निंग सीखने की जरूरत नहीं 🖖🏼 🚻 🐿️

मशीन लर्निंग मॉडल का उपयोग करके सॉफ़्टवेयर बनाना सीखें

अस्वीकरण: यह लेख पूरी तरह से मशीन सीखने के क्षेत्र में विकास टीमों की मेरी टिप्पणियों पर आधारित है और यह उद्योग की वैज्ञानिक समीक्षा का परिणाम नहीं है। संदर्भ के लिए, मैं उत्पादन में मॉडल लॉन्च करने के लिए एक खुला स्रोत मंच कॉर्टेक्स विकसित करने में मदद कर रहा हूं ।

यदि आप एक डेवलपर हैं, तो कम से कम आपको मशीन लर्निंग में रुचि है। एक एल्गोरिथ्म की अवधारणा जो छात्र बाद में भविष्यवाणियां करना सीखते हैं, बस ... शांत।

हालांकि, यदि आप सभी तोपों के बाद एमएल का अध्ययन शुरू करने का निर्णय लेते हैं, तो यह संभावना है कि दो सप्ताह के रैखिक बीजगणित और बहुभिन्नरूपी विश्लेषण के बाद, आपने इस पाठ को छोड़ दिया।

कारण इस तथ्य में निहित है कि एमएल पर अधिकांश परिचयात्मक सामग्री डेवलपर्स पर नहीं, बल्कि शोधकर्ताओं पर केंद्रित है - जो डेवलपर्स के लिए एक समस्या है जो सिर्फ मशीन-लर्निंग उत्पाद बनाना चाहते हैं।

क्या आप उत्पाद बनाना चाहते हैं या शोध करना चाहते हैं?

2000 के दशक के अंत तक, मशीन सीखना लगभग विशेष रूप से एक शोध समस्या थी। बस कई कंपनियां नहीं थीं जो वास्तव में उत्पादन में मशीन सीखने का उपयोग करेंगी।

इस प्रकार, मशीन सीखने पर उपलब्ध कई परिचित सामग्री एक शोध दृष्टिकोण पर आधारित हैं। यह सब एक गणितीय दृष्टिकोण से तंत्रिका नेटवर्क की व्याख्या, और सिद्धांत अंतर्निहित मशीन सीखने से शुरू होता है। चीजें दी जाती हैं, जैसे कि पीछे प्रसार विधि और प्रतिकूल नेटवर्क।

यहां तक कि गैर-विश्वविद्यालय से संबंधित सामग्री भी कुछ हद तक इस पैटर्न का पालन करती है। उदाहरण के लिए, यह सीधे TensorFlow के "क्विकस्टार्ट फॉर बिगिनर्स" लाइब्रेरी से लिया गया है:

यदि आपको लगता है कि मैं चुनिंदा अभिनय कर रहा हूं, तो मैं निम्नलिखित पढ़ने का सुझाव देता हूं ।

यदि आप पहले से ही गणित के अंतर्निहित मशीन लर्निंग से परिचित हैं, या आप इसका अध्ययन करना पसंद करते हैं, तो यह दृष्टिकोण आपके लिए उपयुक्त है। हालांकि, यदि आप मुख्य रूप से मशीन लर्निंग के साथ चीजों को बनाने में रुचि रखते हैं, तो सबसे अधिक संभावना है कि यह वह नहीं है जो आप खोज रहे हैं।

गणित के अतिरिक्त प्रोग्रामिंग के रूप में उपयोग करना पहले कोडांतरक को सीखकर कोड लिखना सीखना है। कोई भी डेवलपर उस तरह से नहीं सीखेगा।

नोट: यदि आप किसी तरह से असेंबली लैंग्वेज में कोड करना सीख गए हैं, तो मैं अपने पक्ष में सभी बुरी टिप्पणियों को स्वीकार करता हूं, और प्रभावित हूं कि आपको अपने लिनक्स पर वितरण के लिए एक ब्राउज़र मिला।

जब आपने सीखा कि कोड कैसे किया जाता है, तो आपने उच्च स्तरीय भाषा में "हैलो वर्ल्ड" लिखकर सबसे अधिक संभावना व्यक्त की। फिर, जैसे-जैसे प्रोजेक्ट अधिक जटिल होते गए, आपने निम्न-स्तरीय प्रोग्रामिंग का अध्ययन करना शुरू किया।

यह प्रशिक्षण मॉडल सॉफ्टवेयर बनाने वाले लोगों के बीच सफल होता है क्योंकि यह स्पष्ट रूप से किसी परियोजना पर काम करते समय प्राथमिकताएं निर्धारित करता है। यदि आप एक लेख प्रकाशित करने की तुलना में एक सिफारिश प्रणाली बनाने में अधिक रुचि रखते हैं, तो यह है कि आपको मशीन लर्निंग के अध्ययन से कैसे संपर्क करना चाहिए।

सॉफ्टवेयर बनाकर एमएल कैसे सीखें

यदि आप पाठ्यक्रमों के माध्यम से सर्वश्रेष्ठ सीखने वाले व्यक्ति के प्रकार हैं, तो इस टॉप-डाउन को बढ़ावा देने के लिए सबसे अच्छा संसाधन, एमएल के साथ काम करने के लिए सीखने-से-प्रक्रिया का दृष्टिकोण fast.ai प्रैक्टिकल डीप लर्निंग फॉर कोडर्स का कोर्स है ।

लेख का उद्देश्य तेजी से विज्ञापन देना नहीं है। दाईं ओर, लेकिन यह ध्यान देने योग्य है कि मंच के संस्थापकों (जेरेमी हावर्ड और राहेल थॉमस) ने गहन प्रशिक्षण के साथ डेवलपर्स के लिए कई पाठ्यक्रम एक साथ रखे हैं, जो कि शाब्दिक रूप से चीजों को बनाने के लिए मजबूर करते हैं, मुख्य सिद्धांत में तल्लीन करते हैं, क्योंकि यह सीधे है। परियोजना के साथ जुड़ा हुआ है। उनकी सीखने की शैली को बेहतर ढंग से समझने के लिए, राहेल थॉमस का एक वीडियो देखें।

दूसरी ओर, यदि आप उन लोगों के प्रकार के हैं जो अपने आप से चीजों को विसर्जित करके और बनाकर सबसे अच्छा अध्ययन करते हैं, तो आप प्रोग्रामिंग के किसी अन्य क्षेत्र की तरह ही मशीन सीखना शुरू कर सकते हैं। बस एक परियोजना चुनें जिसमें आपकी रुचि हो - मैंने शुरुआती के लिए प्राकृतिक भाषा प्रसंस्करण परियोजनाओं की एक विशाल सूची को एक साथ रखा है - चुनें।

यह समझने के लिए कि एमएल के साथ सॉफ्टवेयर बनाना क्या है (यदि आप इस तरह जाते हैं):

एक लक्ष्य को परिभाषित करें, उदाहरण के लिए, एक पाठ क्षेत्र या लाइसेंस प्लेट पहचानकर्ता के लिए स्वत: पूर्ण बनाएं।
अपनी परियोजना के लिए उपयुक्त पूर्व-तैयार मॉडल खोजें - GPT-2 या YOLOv3 मॉडल पहले बताई गई परियोजनाओं के साथ भी काम करेंगे।
यदि आप चाहें, तो आप पुस्तकालय का उपयोग कर सकते हैं gpt-2-simple-to ठीक-ठीक (अपने स्वयं के डेटा के लिए अनुकूलित) अपने मॉडल।
अंत में, मॉडल को एक माइक्रो-सर्विस के रूप में तैनात करें।

एक बार जब मॉडल को एपीआई के रूप में तैनात किया जाता है, तो आप इसे किसी अन्य वेब सेवा की तरह अनुरोध कर सकते हैं, और इसके चारों ओर अपना एप्लिकेशन बना सकते हैं।

आप सोलो मशीन लर्निंग इंजीनियर द्वारा बनाई गई परियोजना में इस प्रक्रिया का वास्तविक अनुप्रयोग देख सकते हैं ।

इस सीखने की विधि के लिए धन्यवाद, आप विभिन्न लोकप्रिय मॉडल आर्किटेक्चर से परिचित हो सकते हैं, मशीन सीखने के अन्य तरीकों के बारे में सीख सकते हैं, और किन अनुप्रयोगों के लिए उनका इरादा है। समान रूप से महत्वपूर्ण तथ्य यह है कि आप मशीन सीखने के बुनियादी ढांचे के बारे में जानेंगे जो कि मॉडल के आधार पर वास्तविक दुनिया के उत्पादों के निर्माण के लिए आवश्यक है।

जैसे ही आप एमएल-आधारित उत्पाद बना सकते हैं, सिद्धांत सीखना शुरू करें

एक इंजीनियर के रूप में, आपने शायद पहले से ही प्रमाणीकरण के कुछ रूप को पहले ही लागू कर दिया है, जिसका अर्थ है कि आप (मुझे आशा है) हैशेड पासवर्ड।

पासवर्ड हैशिंग स्थापित करते समय, क्या आपने एक कस्टम हैशिंग एल्गोरिथ्म लिखा था? क्या आपने क्रिप्टोग्राफी का अध्ययन करने में कई सप्ताह बिताए हैं? या आपने सिर्फ इसका इस्तेमाल किया bcrypt?

इसी तरह, जब आपने अपना पहला वेब एप्लिकेशन बनाया, तो क्या आपने कई हफ्तों तक डेटाबेस का अध्ययन किया? क्या आपने स्क्रैच से लिखा है? या आपने अपने पसंदीदा ढांचे के यादृच्छिक ORM का उपयोग किया?
मशीन लर्निंग पर भी यही तर्क लागू होता है। यदि आप एक ऐसे व्यक्ति हैं जो सॉफ़्टवेयर बनाना पसंद करते हैं, तो मशीन-लर्निंग सॉफ़्टवेयर बनाना शुरू करें, और अपने आप को उपकरण, पूर्व-तैयार मॉडल और मशीन-लर्निंग फ़्रेमवर्क का उपयोग करके अंतर्निहित एमएल सिद्धांत से विघटन करने की अनुमति दें। फिर, यदि आप रुचि रखते हैं, या यदि आपकी परियोजना को अधिक जटिलता की आवश्यकता है, तो यह देखने के लिए गहराई से खुदाई करें कि यह सब कैसे काम करता है।

स्किलफैक्ट ऑनलाइन कोर्स करके स्किल्स और सैलरी में स्क्रैच या लेवल अप से मांगे गए प्रोफेशन को कैसे प्राप्त करें, इसका विवरण जानें:

मशीन लर्निंग सीखने की जरूरत नहीं

मशीन लर्निंग मॉडल का उपयोग करके सॉफ़्टवेयर बनाना सीखें

क्या आप उत्पाद बनाना चाहते हैं या शोध करना चाहते हैं?

सॉफ्टवेयर बनाकर एमएल कैसे सीखें

जैसे ही आप एमएल-आधारित उत्पाद बना सकते हैं, सिद्धांत सीखना शुरू करें

अधिक पढ़ें

More articles: