Esos cursos no son falsos. En absoluto Sin embargo, hay varios desafíos y esos cursos abordan algunos de esos desafíos a la vez.
Comprenda que el aprendizaje automático es bastante nuevo en la práctica (las teorías surgieron hace varias décadas) y, por lo tanto:
- No está bien definido , las empresas no tienen ni idea y tratan de asimilarlo en forma de Business Intelligence, estadísticas, estructuración de datos, análisis básicos, modelado predictivo, aprendizaje automático, aprendizaje profundo, etc.
- Dado que esta es prácticamente una nueva tecnología, existe una brecha significativa entre lo que estudia y lo que utiliza en el trabajo. Esto hace que sea difícil encontrar un trabajo que satisfaga sus expectativas.
- Con respecto al aprendizaje adecuado de ML / DL, creo que está buscando lo que el profesor Andrew Ng llama la ” intuición “. A menos que tenga la intuición correcta de lo que está sucediendo, no puede comprenderlo completamente y aplicarlo en la práctica. Para obtener esa intuición, debe hacer un doctorado, no maestría, no una especialización de Coursera o Nanodegree. Esto no significa que las personas lo entiendan sin doctorado y no lo apliquen. Es solo que la industria se está organizando hacia un equilibrio.
Finalmente, sobre las perspectivas a largo plazo: he estado trabajando en análisis y aprendizaje automático durante los últimos 9 años y puedo decir con confianza que ML será una práctica comercial convencional en todos los sectores y geografías. Creo que esto seguirá desarrollándose durante los próximos 5 años y luego sería estable.
- Si soy nuevo en programación y quiero aprender sobre programación de IA, ¿por dónde debo comenzar?
- ¿Para qué utilizas Samsung Bixby?
- ¿Cómo pueden algunos metales y otros materiales fabricar IA? Cómo se ve?
- ¿Cuáles son algunos libros excelentes para un principiante sobre IA con Python?
- ¿Es posible para una máquina inteligente de Inteligencia Artificial componer música hoy que no se puede distinguir de una escrita por un humano?