Amazon Web Services es el mayor proveedor de la nube en el segmento de computación en la nube. Con el tipo de documentación proporcionada por AWS, literalmente cualquier persona desde cero puede aprender AWS. Una vez que los modelos estén en su lugar, puede usar AML para “obtener predicciones para su aplicación utilizando API simples, sin tener que implementar un código de generación de predicciones personalizado o administrar ninguna infraestructura”, según Amazon. La plataforma puede “generar miles de millones de predicciones diariamente y servir esas predicciones en tiempo real y con un alto rendimiento”, el aprendizaje de Machne le enseña cómo construir modelos en R, Python, Matlab, etc. Sin embargo, convertir un modelo en una solución escalable e integrarlo con su aplicación existente requiere mucho esfuerzo y desarrollo. El verdadero éxito de sus ideas y conceptos depende de qué tan pronto pueda poner las capacidades en manos de sus clientes.
¿Qué debo aprender, AWS o machine learning?
Related Content
¿Dónde existe la memoria virtual en la CPU?
¿Cuál es la mejor transmisión para ir en el presente, Mainframe o .Net?
¿El fragmentación no es tan popular o más difícil con las bases de datos relacionales / SQL?
¿Temes la inteligencia artificial? ¿Por qué?
¿Cuántas longitudes de onda de luz posibles puede identificar una computadora?
Depende de tus objetivos. Piénselo de esta manera … en el futuro, casi todos los proyectos se alojarán en la nube. El aprendizaje automático se seguirá utilizando en una pequeña proporción de proyectos. En términos de volúmenes, no puedes vencer a la nube. Será como si no fuera un experto en la nube, no tendrá trabajo. El conocimiento superficial no será suficiente. Cloud elimina al arquitecto y convierte al desarrollador en arquitecto, siempre que usted sea un experto en ello. De lo contrario, estás al margen.
El aprendizaje automático es aplicable solo a un pequeño número de proyectos. Principalmente se trata de usar bibliotecas … uno nunca escribe los algoritmos. Además del menor número de trabajos, el pago también es mucho menor que los expertos en la nube. Finalmente, uno tiene que competir con científicos de datos y doctores en matemáticas. Ese conocimiento es ortogonal para un desarrollador de aplicaciones.
¿Qué hay de malo en aprender ambos?
AI (Machine Leaning) se aplica a una buena cantidad de datos. Y requiere una infraestructura de alta gama (memoria y potencia de procesamiento para la computación).
Esos sistemas de gama alta pueden no estar disponibles en las instalaciones. Por lo tanto, es posible que tengamos que configurar AWS para obtener una infraestructura de soporte.
Me gustaría recomendar: Aprenda Machine Learning y tenga una idea de AWS. Ayudará.
More Interesting
¿Cuáles son los pros y los contras de React.js y Flux? ¿Son el futuro del desarrollo front-end?
Cómo saber si debo optar por CSE en pregrado después de la clase 12
¿Qué determina cuánta memoria puede almacenar una computadora?
¿Qué son los exámenes de competencia para informática?
¿Cuál es la diferencia entre los títulos de informática en los Estados Unidos y el Reino Unido?
¿Por qué no ha evolucionado el correo electrónico?
¿Qué tan difícil es especializarse en CS en UIUC como estudiante?
