Makine Öğrenimi'nde bir kariyere geçiş [kapalı]


13

Benim günlük işim düz eski yazılım geliştirme. Ayrıca yüksek lisansımı CS'de yapıyorum (yarı zamanlı, kurs tabanlı). Yapay zeka konusunda bir ders aldım ve makine öğrenimini oldukça etkileyici buldum, ancak çoğu ders gibi sadece temel bir giriş sundu.

Makine Öğrenimi hakkında daha fazla bilgi edinmek ve mümkünse bu alanda bir iş bulmak niyetindeyim. Bu alandaki iş ilanlarına baktığımda, çoğu kişi için Makine öğreniminde bir doktora (veya önemli uzmanlığa sahip alanda önceki deneyim) gerekli olduğu açıktır.

Endüstride faydalı olacak deneyim kazanmak için kendi kendine öğrenme konusunda tavsiye arıyorum. En azından ayağımı sokacak kadar deneyim. Ders kitapları, makaleler vb. Okumak gibi bariz olanları yapacağım. Belki katılabileceğim herhangi bir açık kaynak çabası ya da kendi başıma yapabileceğim bir şey?

Özür dilerim, burada belirsiz olursam ama umarım en azından birkaç kişi benzer bir geçiş yapmış ve tavsiyede bulunabilir.

Teşekkürler !


2
Muhtemelen bunu sormak için en iyi yer değil - ama weka'ya göz
SB01

1
Watson'dan ilham alıyor musunuz?
N0Alias

Günlük işim Makine öğrenimi ve sığ NLP yapmamı sağladı. Weka'yı çok kullandım Belgeleri okuyabilir, kodu okuyabilir ve katkıda bulunabilirsiniz. Bu öğrenmede size yardımcı olacaktır. Ayrıca Mahout da kontrol edebilirsiniz .
Zimbabao

Kaggle.com'a göz atın orada bazı yarışmalara katılın.
Michael Brown

Yanıtlar:


8

Haklısın, makine öğrenimi büyüleyici bir alan. Kendimi üniversiteyi makine öğrenimine güçlü bir şekilde odaklanarak bitirmek üzereyim ve yakında genel alanda bir iş arayacağım. Ben de bunun hakkında ne yapacağımı tam olarak anlayamadım.

Ancak genel makine öğrenimi oldukça geniş bir alandır. Daha spesifik olmanızı öneririm. Makine öğrenimini içeren hangi alanla en çok ilgileniyorsunuz? Aralarından seçim yapabileceğiniz çok şey var:

  • konuşma tanıma / doğal dil işleme
  • görüntü / video işleme / bilgisayarla görme
  • tıbbi sistemler
  • sahtekarlık tespiti
  • arama motorları
  • insan-bilgisayar arayüzleri
  • ...

Bu alanların tümü makine öğrenme tekniklerini içerebilir.

Deneyimlerime göre, çoğu genel makine öğrenimi kursu, iki nedenden dolayı birçok tekniğin temellerini tanıtacaktır:

  1. Dediğim gibi: alan her yerde gerçekten derine gidemeyecek kadar geniş
  2. tekniklerin çoğu sadece gerçek uygulamalarla birleştirildiklerinde anlamlıdır

SVM'leri kendi araştırmalarımda kullanmak zorunda kalana kadar hiçbir zaman gerçekten yutmadım. Konuşma işlemede biraz çalışana kadar HMM'lerde kullanılan farklı algoritmaları gerçekten anlamadım.

Ve bir iş ararken benzer olduğunu düşünüyorum: Şirketler, makine öğreniminin genel alanından ziyade, çalıştıkları alanda belirli bir deneyime / bilgiye sahip kişileri arıyor. Makine öğrenimi işlerinin araştırma / doktora / doktora sonrası pozisyonları olma olasılığı daha yüksektir.


4

Makine öğreniminin pratik bir uygulaması olarak Doğal Dil İşleme

Tam zamanlı çalışıyorum ve bir hesaplama dilbiliminde (NLP, doğal dil işleme) yüksek lisans programında yarı zamanlı çalışıyorum. Bu alanda konuşma tanıma, belge sınıflandırma vb. Gibi bir ton makine öğrenimi vardır. Anahtar matematik, istatistik ve mantıksal gösterim için sağlam bir temeldir. Bu konuyu kendi başına öğrenmek zor olabileceğinden, mezun olmadan önce öğrenmek (veya bilginizi sağlamlaştırmak) için bu alanlarda dersler alın.

Kitabın

Ayrıca, diğer birçok CS alanının aksine, makine öğrenim alanının pratisyenler ve teorisyenler arasında sıkıca bölündüğünü unutmayın. Uygulayıcılar makine öğrenmeyi araç olarak kullanırken, teorisyenler makine öğrenme yöntemlerini kanıtlamak ve geliştirmek istemektedir. Ortaya çıkan sorun, makine öğrenimi hakkındaki kitapların genellikle Hastie'nin kitabı gibi teorisyenlerin bakış açısıyla yazılmasıdır. Bulduğum tek uygulayıcının kitabı Segaran'ın temel kavramları kapsayan “Kolektif Zekayı Programlamak” tır. Hala SVM, PCCM, vb. Üzerine iyi bir uygulayıcının kitabı bulamadım.


0

Makine öğrenimi çok fazla olasılık ve istatistiğe sahiptir, bu nedenle bu konularda birkaç ileri düzey kurs almak başlamak için harika bir yer olacaktır.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.