Apple Store’da çalışıyordum ve bir değişiklik istedim. Teknolojiyi kurmaya başlamak için hizmet ediyordum.

Makine Öğrenimi (ML) ve Yapay Zeka (AI) ile ilgilenmeye başladım.

Sahada çok şey oluyordu.

Her hafta, Google veya Facebook, işleri daha hızlı hale getirmek veya deneyimlerimizi iyileştirmek için yeni bir tür AI yayınlıyor gibi görünüyordu.

Ve kendimi araba kullanan araçların sayısı üzerinde bir uygulamaya ilgi gösterdim. Bu olsa iyi bir şey. Sürüş hayranı değilim ve yollar tehlikeli.

Bütün bu olaylarda bile, tam olarak yapay zekânın ne olduğu konusunda anlaşılan bir tanım ve bilgim henüz yoktu.

Bazıları, derin öğrenmenin AI olarak kabul edilebileceğini ileri sürüyor, diğerleri Turing Testini geçmediği sürece bunun AI olmadığını söylüyordu.

İş ortamımda yemek araları dahil neredeyse tüm bu tartışmaları bilgisizliğim ile dahil oluyor bazende uysal bir öğrenci oluyordum.

Bu tanım ve konuya hakim olamama eksikliği, başlangıçtaki ilerlememi gerçekten de engelledi. Çok farklı tanımları olan bir şeyi öğrenmek zordu.

Nasıl başladım?

Arkadaşlarım ve ben bir web açılışını yapıyorduk. Başarısız oldu. Anlam eksikliği nedeniyle pes ettik. Ama bu arada, ML (Makine Öğrenimi) ve AI (Yapay Zeka) hakkında daha fazla şey duymaya başlamıştım.

“Bilgisayar sizin için bir şeyleri öğrenir mi?” İnanılmaz değil mi?

Udacity’nin Derin Öğrenme Nanodegree’sine rastladım. Siraj Raval adlı eğlenceli bir karakter tanıtım videolarından biriydi. Onun enerjisi bulaşıcıydı. Temel gereksinimleri karşılamadığı halde (daha önce hiç Python yazmamıştım), kayıt oldum.

Kurs başlangıç ​​tarihinden üç hafta önce, geri ödeme politikasının ne olduğunu soran Udacity desteğini gönderdim. Korktum, kursu tamamlayamayacağım diye.

Para iadesi almadım. Kursu belirlenen zaman çizelgesinde tamamladım. Zordu. Bazen çok çok zordu. İlk iki projemi dört gün geç teslim ettim. Ancak, dünyanın en önemli teknolojilerinden birinde yer almanın heyecanı beni ileri sürdü.

Derin Öğrenme Nanodegree ile biraz temel oluşturdum, şimdi nereye gideceğimi anlamanın zamanı geldmişti.

Kendin Yarat AI Yüksek Lisans Derecesi

Üniversiteye geri dönmeyi planlamamıştım. Yine de uygun bir Yüksek Lisans Derecesi için 100.000 dolarım yoktu.

Ben de başlangıçta yaptığım şeyi yaptım. Çevrimiçi kursların yüksek bir düşüş oranına sahip olduğunu biliyordum. Bu sayının bir parçası olmam için izin vermeyecektim. Bir görevim vardı.

Kendimi sorumlu kılmak için, öğrenme yolculuğumu çevrimiçi olarak paylaşmaya başladım. Öğrendiklerimi iletmek için pratik yapabileceğimi ve aynı şeylerle ilgilenen diğer insanları bulabileceğimi düşündüm. Arkadaşlarım hala benim AI maceralarımdan birine gittiğimde bir uzaylı olduğumu düşünüyor.

Trello yönetim kurulunu kamuya yaptım ve çabalarım hakkında bir blog yazısı yazdım.

Müfredat ilk yazdığımdan bu yana biraz değişti ancak hala uygun ve Trello yönetim kurulu üyeliğini haftada birden çok kez ilerlememi takip etmek için ziyaret ediyorum.

İş Bulma

Dönüş uçuşu olmayan ABD’ye uçak bileti aldım. Bir yıl orada okumak istedim ve becerilerimi uygulamaya koymaya başladığım zaman bu zaman olduğunu anladım.

Planım ABD’ye gitmek ve işe alınmaktı.

Daha sonra Ashlee beni LinkedIn’e yönlendirdi, “Heyetlerini gördüm ve çok havalılar, sanırım Mike’la tanışmalısın.”

Mike’la tanıştım.

Ona çevrimiçi öğrenme hikayemi, healthtech’i nasıl sevdiğimi ve ABD’ye gitme planlarını anlattım.

Daha sonra Cameron’la tanıştım.

Mike ile konuştuğumuz sohbete benzer bir sohbet ettik. Sağlık, teknoloji, çevrimiçi öğrenme, ABD birazda siyaset yaptı. Ancak konuşmamız uzun sürmedi bana

“Bazı sağlık problemleri üzerinde çalışıyoruz, neden Perşembe günü gelmiyorsunuz?” dedi ve

Perşembe geldi. Gününü Max Kelsen ekibiyle ve üzerinde çalıştıkları sorunları karşılamakla geçirdim .

“Takıma nasıl katılmak istersiniz?” Diye sordu Nick.

“Tabii.” Dedim.

Anlaşılan, ABD uçuşum birkaç ay geri çekildi ve şimdi bir dönüş biletim var.

İşinizi paylaşın

Çevrimiçi öğrenmek, alışılmamış bir şey olduğunu biliyordum. Bbaşvurduğum tüm rollerin Yüksek Lisans gereklilikleri ya da en azından bir çeşit teknik derecesi vardı.

Bende bunlardan hiç biri yoktu. Ama çok sayıda çevrimiçi kursta topladığım becerilerim vardı.

Yol boyunca, çalışmamı çevrimiçi paylaşıyordum. Bu GitHub platformunda yaptığım tüm projeleri içeriyordu, LinkedIn’im yığılmıştı ve YouTube aracılığıyla öğrendiklerimi ve ortadaki makaleleri iletmeyi denedim.

Max Kelsen için hiçbir zaman özgeçmişini teslim etmedim. “Seni LinkedIn’de kontrol ettik.” dediler.

Benim işim özgeçmişimdi.

İster çevrimiçi isterse de bir Master Derecesi ile öğreniyorsanız, üzerinde çalıştığınız bir portfolyoya sahip olmak, oyunda cilt oluşturmanın harika bir yoludur.

ML ve AI becerileri talep var ama bu onları sergilemek zorunda olmadığınız anlamına gelmez. En iyi ürün bile herhangi bir raf alanı olmadan satmaz.

GitHub, Kaggle, LinkedIn veya bir blog olsun, insanların sizi bulabileceği bir yer var. Ayrıca, internetin kendi köşesine sahip olmak çok eğlencelidir.

Nasıl Başlamalıyım?

Bu becerileri öğrenmek için nereye gidiyorsunuz? Hangi kurslar en iyisidir?

En iyi cevap yok. Herkesin yolu farklı olacak. Bazı insanlar kitaplar ile daha iyi öğrenir, diğerleri videolar aracılığıyla daha iyi öğrenir.

Başlamandan daha önemli olan şey, neden başladığın.

Nedenle başlıyorum?

Bu becerileri neden öğrenmek istiyorsun?
Para kazanmak ister misin?
Bir şeyler inşa etmek ister misin?
Bir fark yaratmak istermisin?
Yine, doğru bir sebep yok. Hepsi her insanın kendi yollarıyla geçerli.

Nedenle başlamalayım sorusu çok önemlidir. Neden başladığını sana hatırlatan bir şey omadan asla öğrenemezsiniz.

Ben ben ne yaptım

Dersleri tamamladım (sırayla):

Treehouse  - Python’a Giriş
Udacity  - Derin Öğrenme ve AI Nanodegree
Coursera  - Andrew Ng tarafından Derin Öğrenme
fast.ai  - Bölüm 1, yakında Bölüm 2 olacak

Ben bir görsel öğreniciyim. Ben yapılan şeyleri açıklamakla daha iyi öğreniyorum. Yani tüm bu kurslar bunu yansıtıyor.

Yeni başlayan bir Python kursuna başlayıp, biraz daha kendinizden emin olduğunuzda, veri bilimi, makine öğrenimi ve AI’ya geçin.

Ne kadar matematik?

Sahip olduğum en yüksek matematik eğitimi lise seviyesindeydi. Gerisini istediğim gibi Khan Academy’den öğrendim.

Makine öğrenimi ve AI’ya girmek için bilmeniz gereken matematik hakkında birçok farklı görüş var. Benimkini paylaşacağım.

Makine öğrenimi ve AI tekniklerini bir probleme uygulamak istiyorsanız, iyi bir sonuç elde etmek için matematik hakkında derinlemesine bir anlayışa ihtiyacınız yoktur. TensorFlow ve PyTorch gibi kütüphaneler, biraz Python deneyimine sahip olanların, sanatın son modellerini oluşturmasına izin verirken, matematik sahnelerini ardına bakılır.

Makine öğrenimi ve yapay zeka araştırmalarına derinlemesine bakmak istiyorsanız, bir doktora programı ya da benzer bir şey aracılığıyla, matematik hakkında derinlemesine bilgi sahibi olmak her şeyden önemlidir.

Benim durumumda, matematiğe derinlemesine dalmak ve bir algoritmanın performansını % 10 arttırmak istemiyorum. Bunu benden daha akıllı insanlara bırakacağım.

Bunun yerine, benim için mevcut olan kütüphaneleri kullanmaktan ve uygun gördüğüm sorunları çözmeye yardımcı olmak için onları manipüle etmekten mutlu oluyorum.

Bir makine öğrenim mühendisi aslında ne yapar?

Bir makine mühendisinin pratikte ne yaptığı, düşündüğünüz şey olmayabilir.

Birçok çevrimiçi makalenin kapak fotoğraflarına rağmen, her zaman kırmızı gözleri olan robotlarla çalışmayı gerektirmez.

Bir ML mühendisinin her gün kendisine sorması gereken birkaç soru var.

• Bağlam  - Probleminiz hakkında daha fazla bilgi edinmek için ML nasıl kullanılabilir?
• Veri  - Daha fazla veriye mi ihtiyacınız var? Hangi formda olmalı? Veri eksik olduğunda ne yaparsınız?
• Modelleme  - Hangi modeli kullanmalısınız? Veri üzerinde çok mu çalışıyor (aşırı uyuyor)? Ya da neden çok iyi çalışmıyor (underfitting)?
• Üretim  - Modelinizi üretime nasıl geçirebilirsiniz? Çevrimiçi bir model mi olmalı yoksa zaman aralıklarında güncellenmeli mi?
• Devam ediyor  - Modeliniz bozulursa ne olur? Daha fazla veri ile nasıl geliştirirsiniz? Bir şeyler yapmanın daha iyi bir yolu var mı?

Bunları , fast.ai’nin kurucu ortaklarından Rachel Thomas’ın harika bir makalesinden ödünç aldım , tam metinde daha derinlere iner.

Daha fazla, genellikle Pazartesi günü Max Kelsen’de elde ettiğimiz şeylerin bir videosunu yaptım .