¿Cuáles son los mayores desafíos en la enseñanza del aprendizaje automático?

Personalmente, he encontrado que los conceptos de aprendizaje automático (ML) son fáciles de entender.

Puedo leer cualquier artículo de investigación en ML en cuestión de horas y entender de qué se trata. Y puedo implementar modelos sofisticados desde cero.

Entonces, técnicamente, la parte más difícil de aprender solo es que, bueno, estás solo.

Es menos interesante hacer las cosas solo y tomar todas las decisiones. Hay muchas distracciones, como que puedes estar viendo películas, jugando o divirtiéndote en lugar de sentarte frente a una computadora leyendo o programando.

Requiere mucha disciplina, que por cierto es muy difícil para muchas personas.

Entonces, el mayor desafío es mantener la pasión y la curiosidad ardiendo el tiempo suficiente para ser competentes en el campo.

Para mí, eso es lo que encontré más desafiante.

De lo contrario, los recursos ahora estarán disponibles, como una buena conexión a Internet, una buena máquina para codificar y estaré formando o uniéndome a un equipo para que podamos construir aún mejores algoritmos de aprendizaje automático juntos.

Me encantan los desafíos, por eso elegí este camino.

No quería establecerme con un trabajo normal de ingeniería electrónica. Quería el mundo impredecible de autodescubrimiento, superación personal y aprendizaje continuo.

Así que decidí perseguir una pasión que comenzó cuando tenía solo 8 años. Mi pasión está en las cosas autónomas, cosas que aprenden y perciben sus entornos de forma autónoma.

Nunca dejes de aprender .

Tomé la decisión consciente de seguir este camino y soy consciente de los muchos desafíos en el camino y estoy mentalmente listo y preparado.

EDITAR :

La declaración:

Puedo leer cualquier artículo de investigación en ML en cuestión de horas y entender de qué se trata.

Se mantiene como está, para aquellos ofendidos o intimidados, no es mi culpa.

No puedo evitarlo, soy fuerte en matemáticas y habilidades analíticas y he leído más de 100 revistas de investigación en el transcurso de 8 años.

He diseñado e implementado un sistema de visión móvil patentado de última generación.

Y he estado practicando programación todos los días durante 8 años.

Espero que esto ayude.

Dos cosas:

  1. Estándares: aquí es donde trabajar en un buen grupo ayuda. Lees un documento, crees que lo entiendes, así que lo presentas. Alguien te hace algunas preguntas difíciles y te das cuenta de que apenas lo entiendes, y que para entenderlo realmente tendrás que leer mucho los antecedentes, incluidos varios capítulos de libros. Del mismo modo, se te ocurre una nueva idea y la implementas: luego te dicen ‘eso es trivial’. Es un poco como lo que dijo Mike Tyson: “todos tienen un plan hasta que los golpeen en la cara”. Es increíblemente útil que alguien bueno separe sus malos argumentos.
  2. Ruta: digamos que desea explorar una de las áreas más desafiantes matemáticamente del aprendizaje automático. Si no tiene a alguien que lo guíe, tendrá que aprender las cosas desde abajo o arriesgarse a no entenderlo correctamente, lo que podría significar pasar años de trabajo en cursos de matemáticas. Alguien puede decirte: lee x, y, z, y eso puede ahorrarte un montón de tiempo. Además, cuando te quedas atascado en un concepto en ese material de lectura, tener a alguien a quien preguntar puede significar que no tienes que tomar un curso de semestre completo (o años de trabajo de curso) para comprender las partes clave. Dicho esto, a menudo vale la pena hacer esos “años de cursos de matemática”, pero a veces es bueno usar técnicas de inmediato.

No estoy seguro de si “califico” para responder a esta pregunta; diablos, tengo un doctorado en estadísticas que es relativamente reciente (me otorgaron 5 años menos hace tres días cuando escribí esta respuesta). Ciertamente, las áreas de investigación con las que traté de escapar de las series de tiempo antes de que me encantaran las cosas ahora se consideran aprendizaje automático, en realidad, la mayor parte también se consideró en ese momento, aunque todavía me molesta que OLS se llame ML e incluso AI en estos días.

Pero permítanme enfatizar esto: lo más importante es que, cuando no esté seguro de las cosas, no entre en pánico y sea paciente . Me enfrento al pánico todos los días, por diferentes razones que muchos que están en proceso de superación personal, pero admitiré libremente que siempre es una batalla a la que me enfrento a diario. La mayoría de las veces gano. El miedo es un viejo enemigo.

Si bien entiendo de dónde puede venir Chomba Bupe en cierto sentido en su respuesta, aunque debo decir que parece que está siendo un poco culpable sobre todo el asunto, y eso tiende a desanimar a los demás, mi mayor problema para aprender nuevos enfoques de aprendizaje automático (o cualquier otra cosa) por mi cuenta en general también se aplica a ayudar a otras personas a aprender, y eso se puede llamar “duda en la interpretación de la jerga”, causando, lo adivinaste, el pánico del que hablé (en mi caso, porque sé que se supone que debo saber estas cosas, y generalmente lo sé, pero en muchos casos de personas a las que he ayudado, todo es tan misterioso).

Un poco de contexto acerca de mí: mi memoria es, tal vez, errática debido a una lesión cerebral traumática (TBI) que tuve cuando tenía 13 años. Bueno, tal vez errática es la palabra equivocada. Digamos que he aprendido a controlarla. Pero no es perfecto.

Y cuando un papel me arroja una jerga que sé que debería saber, o tal vez sé que hay múltiples significados de algo que sucede cuando tienes, por ejemplo, una sección matemática pura de tu cerebro, una matemática aplicada sección de su cerebro y una sección de ML de su cerebro, y no siempre hablan entre sí de manera eficiente, pero no estoy seguro de lo que estoy pensando en contexto, mi primera reacción es hacer lo que muchas personas tienden a hacer , y eso es, una vez más, pánico .

Ahora, lo importante de haber reconstruido sus capacidades matemáticas cuando han sido destruidas por un TBI es que probablemente haya sido terco toda su vida. No me rindo ante dicho pánico, pero resuelvo las cosas. Oh, admito que hay momentos en que soy como Chomba y todo es fácil. Generalmente son cuando estoy en la ducha o haciendo ejercicio o, en general, sin preocuparme por mi trabajo; en esos momentos hago un trabajo muy interesante.

Pero, por supuesto, soy muy inusual. Y la respuesta a esta pregunta probablemente no debería ser todo sobre mí.

En cambio, respondiendo posibles preguntas implícitas pero no expresadas, es decir, “¿cómo puedo aprender mejor el aprendizaje automático por mi cuenta, como estas personas de las que escucho, cómo puedo usar las dificultades de las que hablan los demás y cómo las resuelven por mi cuenta? estudiar “: lo importante es no entrar en pánico cuando te encuentras con algo de lo que no estás seguro. Aproveche lo que sabe, y si recién está comenzando, esto comienza con lo básico.

La paciencia es la otra parte realmente difícil para mí cuando tengo que resolver las cosas, pero es el antídoto necesario para el pánico. Bueno, combinado con una cierta terquedad de mi parte, de todos modos.

no hay SOP previo. He pasado por esto ya que he sido implementado para salvar a una compañía donde todos los ejecutivos se fueron y no hay documentación simplemente basura. mi equipo necesita comenzar desde cero, pero el lado positivo es que el 110% lo sabe al revés del negocio.

More Interesting

¿Cómo genera fastText un vector para una palabra que no está en el modelo pre-entrenado?

¿Cuál es el papel de un neurocientífico en el desarrollo de inteligencia artificial?

¿Por qué se usa tanto el aumento de gradiente con los árboles de decisión, en lugar de con otros clasificadores?

¿Cuáles son las ventajas y desventajas de usar R vs. C ++ para el aprendizaje automático?

¿Hay casos en que las ideas del aprendizaje profundo hayan sido útiles para problemas de datos pequeños?

¿Cómo nos beneficia exactamente el entrenamiento previo en los métodos de aprendizaje profundo?

Cómo leer esta arquitectura de red neuronal convolucional

¿Cuál es el propósito de usar un parámetro de penalización [matemática] C [/ matemática] en SVM?

Durante el aprendizaje automático para la detección de objetos, ¿cómo puedo simular el efecto de la iluminación de diferentes días en mi conjunto de datos de entrenamiento?

¿Cuál es una buena definición de Generalización wrt Deep Learning?

¿Qué es una explicación intuitiva de los modelos de mezcla gaussiana?

Cómo aumentar la precisión utilizando redes neuronales convolucionales (CNN / ConvNets) para la regresión

¿Por qué es óptimo establecer el tamaño del paso para la regresión logística con el descenso del gradiente al recíproco de la consistencia de lipschitz?

Cómo dominar el aprendizaje automático para poder unirme a Google para puestos relacionados con el aprendizaje automático

¿Por qué usar Kohonen SOMs sobre K-means, o viceversa?