No, no es necesario ser un experto en ML para crear aplicaciones de ML.
Sí, puede aprender todo lo que necesita saber en Internet, pero le llevará mucho tiempo. Es más rápido y fácil elegir un kit de código abierto (demasiados para enumerar) o un API o SDK comercial.
La noción de hacer que ML sea fácil de incorporar a las aplicaciones existentes es la premisa misma de muchas startups y proyectos de código abierto.
- ¿En qué se diferencia la teoría del "cuello de botella de información" del aprendizaje profundo del ejemplo conocido de tener una capa oculta de dimensión reducida en un codificador automático?
- ¿Algún investigador utiliza ReLU en un modelo de aprendizaje no profundo? ¿ReLU es solo para aprendizaje profundo?
- ¿Cuáles son algunos proyectos interesantes de minería de texto en análisis político?
- ¿Cuál es una buena fuente o explicación sobre la tasa de error de fonema (PER) y la tasa de error independiente de la posición, o la tasa de error de letras?
- ¿Cuánto tiempo hasta que tengamos aviones autónomos, particularmente aviones de carga grandes y aviones de pasajeros?
Descubrirá que los proyectos de código abierto a menudo son impulsados por académicos que desean explorar los matices de los algoritmos y la teoría ML.
Por otro lado, la mayoría de las compañías comerciales de ML se están centrando en cómo facilitar a los programadores la integración de ML en otras aplicaciones al facilitar el uso de los comandos de ML.
En ambos casos, el proceso de creación de aplicaciones ML requiere que los programadores piensen de manera diferente. El aprendizaje automático no es programación de computadora. La premisa del aprendizaje automático es que la computadora aprende por sí misma, no siguiendo los comandos.
Las siguientes compañías han logrado grandes éxitos y buscan proporcionar herramientas de programación ML a los programadores cotidianos (o permitir a los usuarios finales hacer cosas que normalmente los programadores tienen que hacer):
http://ai-one.com/ – proporciona API estándar para crear aplicaciones de aprendizaje automático (Divulgación: trabajo aquí)
http://numenta.com: espera lanzar una versión beta privada de productos similares a ai-one. Han publicado excelentes artículos.
http://palantirtech.com/ –
tiene un conjunto robusto de herramientas y tecnologías dirigidas a sectores gubernamentales y financieros mediante los cuales los usuarios finales pueden usar ML similar a los programadores
Esta lista está lejos de ser completa. He seleccionado estos tres porque están bien financiados, tienen productos en el mercado (o muy cerca) y están dirigidos por equipos muy fuertes. Hay muchas docenas de otras empresas que también están entrando en este espacio.
Además, todos los principales proveedores de software (Google, Microsoft, Oracle) están tratando de crear herramientas similares para facilitar a los programadores que no tienen experiencia en ML. Animo a otros a agregar comentarios y citas a otras empresas.
Muchas otras compañías están tratando de encontrar soluciones para el usuario final, pero esto probablemente esté fuera del alcance de su pregunta.