Entiendo por qué tienes este dilema, creo que deberías probar ambos. Ambos parecen ser muy buenas inversiones a largo plazo en este momento.
El aprendizaje automático requiere una buena comprensión académica. Es cierto que Deep Learning en esos días se parece un poco a una caja mágica en la que prácticamente puedes arrojar datos, mezclarlos y aprovechar una visión increíble, pero para divertirte realmente necesitas profundizar más que eso. Dependiendo de su experiencia en Ciencias de la Computación, un verano de autoaprendizaje puede significar que termine implementando trabajos de investigación o que llegue al punto en que experimente con tareas de reconocimiento de dígitos simples y listas para usar. Lo bueno es que tiene una increíble cantidad de fuentes en línea para aprender.
La tecnología Blockchain, por otro lado, todavía es generalmente prematura. También dominado principalmente por entusiastas en lugar de informáticos. Tener una sólida experiencia en CS es un gran boleto para hacer cosas agradables de inmediato. Si puede orientarse en JavaScript y Python, creo que ya tiene suficientes conocimientos técnicos para comenzar a experimentar.
- ¿Cuáles son los mayores desafíos en la enseñanza del aprendizaje automático?
- ¿Hay algún resumen de las mejores modelos para el premio de Netflix? ¿Cuáles son las ideas de alto nivel e intuitivas detrás de los modelos ganadores que finalmente fueron utilizados en el aprendizaje conjunto por los mejores equipos?
- Cómo calcular la ganancia de información para cada atributo si estoy diseñando un árbol clasificador de decisiones con nodos binarios en cada derrame
- ¿Por qué es difícil construir IA de autoaprendizaje?
- ¿Por qué el submuestreo de características u observaciones mejora el rendimiento de GBM?
La inteligencia artificial es probablemente el punto de mayor interés intelectual en todo el mundo en este momento. Todas las grandes organizaciones están ejecutando programas de educación para incorporar nuevas personas. La mayoría de las universidades del mundo constantemente agregan nuevos cursos relacionados con la ciencia de datos. Estamos en la cima de una ola gigante y el mundo de las finanzas está mentalizado al respecto. La IA no es una exageración que se va. Lo que, por supuesto, viene con una increíble cantidad de competencia.
Blockchain también es un gran jugador. Podría argumentar que aún no ha demostrado su sostenibilidad fuera del caso de uso de las criptomonedas, pero la inversión de capital que se ha puesto recientemente en la tecnología Blockchain indica que tiene un gran valor. Las startups relacionadas con Blockchain están surgiendo más rápido que nunca. Los casos de uso recientes sobre los que escuché incluyen
- redes eléctricas (cómo las empresas de servicios públicos están utilizando Blockchain para modernizar la red),
- cuidado de la salud (Blockchain podría ser la solución a los problemas de registro electrónico del cuidado de la salud)
- agricultura (AgriLedger – Blockchain para el bien común. Empoderar a los pequeños agricultores)
También hace unos días, el Dao de Ethereum explotó (El precio de Ether, un rival de bitcoin, se está disparando debido a un experimento radical de $ 150 millones) por un gran experimento de inversión.
Personalmente, creo que Machine Learning y Blockchain son gemelos fraternos. Los desarrollamos para capacitarnos para hacer cosas más significativas con menos confianza en la inteligencia humana y los errores humanos. Si tiene la capacidad, pruebe ambas pero quédese con la que le resulte más agradable. Si te profundizas lo suficiente en algún momento, esos caminos pueden fusionarse.
