AI e ML: come iniziare

Quando lo sfondo della codifica tende a zero

Dovresti vedere l'aspetto che ricevo quando dico alla gente cosa faccio per vivere. Con una contrazione confusa del viso, chiedono conferma: "Fai cosa?" Rido e rispondo: "Come ho detto, sono un designer didattico".

Bene, un Instructional Designer o Learning Experience Designer, è un professionista di talento che crea piani di apprendimento, corsi di apprendimento ed esperienze di apprendimento positivo, mentre si trova dietro programmi educativi.

Mentre sono un grande fan della mia professione, sono anche un grande fan dell'innovazione. Affermarsi come "innovativo" ai giorni d'oggi senza conoscere l'IA è difficile, senza dubbio. L'intelligenza artificiale attira le persone più intelligenti, i maggiori investimenti e gli innovatori come me.

Ho esitato un po 'prima di girare la mano verso l'IA. Mi direi cose come: "Non sei abbastanza intelligente", "Non hai alcuna esperienza di programmazione", "Hai dimenticato tutti i programmi di matematica delle scuole". Poi ho scoperto l'articolo di Daniel Bourke, che mi ha ispirato a iniziare.

Come esperto Learning Designer, non volevo pagare un bootcamp per fare il mio lavoro per me. Ho dovuto prendere il mio apprendimento, dalla creazione del mio curriculum alla valutazione dei miei progressi di apprendimento. Ho dovuto testare come le abilità di Learning Designer mi avrebbero aiutato nell'apprendimento dell'IA e della ML.

Il mio obiettivo è semplice: imparare l'IA per 12 mesi, 2 ore al giorno. Per iniziare il 1 ° gennaio 2020 e terminare il 31 dicembre 2020.

Ora, mentre è facile voler saltare subito a bordo di questa opportunità, questo lavoro è estremamente eccitante all'inizio, e diventa meno brillante e mignolo non appena pensi al piano d'azione reale. Quindi inizia il panico. Potresti farti domande del tipo: "Cosa devo fare prima?" "Quali corsi dovrei seguire?" "Quali libri dovrei leggere?" "Quale linguaggio di programmazione viene utilizzato?" "Quanto costa la matematica?" Raggruppamento di sudore sulla fronte, petto più stretto ...

I progettisti dell'apprendimento iniziano con la definizione del livello attuale del pubblico target, insieme ai loro obiettivi, durante la creazione di un programma di apprendimento. Questo è un must per un curriculum di apprendimento di qualità e dovrebbe essere il punto di partenza se tutto questo è nuovo.

Definisci il tuo livello attuale e gli obiettivi

Innanzitutto, pensa al tuo punto di partenza. Ad esempio, sono molto bravo con i numeri e lo sono sempre stato. Al liceo, ero il migliore della classe di matematica. Ma ho finito la scuola otto lunghi anni fa e ho dimenticato quasi tutti i concetti matematici, persino la tabella delle moltiplicazioni!

Ho finito la scuola in Russia e non ho mai parlato di matematica in inglese. Ho pensato che mi ci sarebbe voluto almeno un mese intero per rivedere il programma della scuola di matematica e migliorare il mio vocabolario di matematica inglese. Se sei un madrelingua inglese con una buona conoscenza di concetti matematici complessi, potresti iniziare subito.

Il tuo livello è il fattore numero uno per il tuo percorso di apprendimento AI, quindi vale la pena spendere qualche ora per descrivere il tuo punto di partenza nel modo più dettagliato possibile.

Cosa considerare:

  • Fino a che punto la tua conoscenza si estende in matematica? Sii specifico.
  • La tua esperienza di programmazione, anche se non è Python.
  • Comprensione generale dell'IA.

Dai un'occhiata al mio esempio per l'ispirazione.

Quindi, impostare un obiettivo. Senza un obiettivo di apprendimento concreto, non andrai da nessuna parte.

È importante formulare i tuoi obiettivi con i verbi d'azione. Ad esempio, il mio obiettivo è quello di ottenere un lavoro nella scienza dei dati. "Ottieni un lavoro" è un verbo d'azione. È anche un obiettivo misurabile. Cioè, posso valutare il mio successo rispetto a questo obiettivo: riuscirò meglio se ottengo un lavoro entro un anno, un po 'meno se ottengo un lavoro entro un anno e mezzo. Fallirò se non trovo affatto un lavoro.

Confronta questo con il seguente obiettivo: "Impara i principali concetti di intelligenza artificiale".

Questo non è un ottimo obiettivo di apprendimento. Non entra nei dettagli su quali sono i principali concetti di intelligenza artificiale e la scelta del verbo implica che tu impari per imparare. A dire il vero, non impariamo mai per imparare: impariamo a ottenere benefici più egoistici. Impariamo a ottenere più soldi, ad aumentare la nostra autostima, a ottenere un lavoro più interessante, a ottenere un diploma, a impressionare i nostri genitori o amici e così via. Ma non impariamo mai per l'obiettivo finale dell'apprendimento.

Pensa al motivo per cui hai bisogno di AI, a breve e lungo termine. Sii onesto con te stesso e scrivi questo obiettivo.

Il mio obiettivo a breve termine è trovare un lavoro nella scienza dei dati perché:

  • Innanzitutto, è pagato più di un lavoro nell'istruzione.
  • E in secondo luogo, adoro la mentalità degli sviluppatori e voglio essere un membro del loro gruppo professionale.

Il mio obiettivo a lungo termine è applicare la conoscenza dell'IA per costruire una startup dell'IA nell'apprendimento e nello sviluppo.

Naturalmente, questi obiettivi possono cambiare con il tempo; ma prima che cambino, mi guideranno attraverso l'oceano di apprendere l'incertezza.

Una volta determinato il tuo obiettivo finale, scrivi un elenco di sotto-obiettivi per aiutarti a raggiungere il tuo obiettivo finale. Questi possono essere:

  • Rivedi il programma di algebra della scuola.
  • Acquisire familiarità con la sintassi di Python.
  • Termina il corso Udacity Python.

Ancora una volta, evitare i verbi "apprendere" e "capire" e assicurarsi che i sotto-obiettivi siano misurabili. Per esempio:

  • Ho esaminato metà dei concetti di algebra della scuola.
  • Posso elencare almeno 10 particolarità della sintassi di Python.
  • Ho finito il 70% del corso Udacity Python.

Una volta che sei sicuro del tuo livello attuale e del tuo obiettivo di apprendimento, è tempo di costruire il tuo piano di apprendimento. Questa è la parte più difficile ...

Come diavolo posso costruire un percorso di apprendimento dell'IA quando non so nulla dell'IA?

Quando ci pensi, la gente paga migliaia di dollari per l'educazione. Perché?

  • Perché i programmi universitari danno un diploma.
  • Perché i programmi universitari forniscono una guida passo passo su cosa fare.

E quest'ultimo è davvero importante. In effetti, quando i progettisti dell'apprendimento creano un curriculum di apprendimento, studiano prima la materia dalla A alla Z. Quando si tratta di un corso di 20 minuti su una particolare installazione elettrica, non è così doloroso. Tuttavia, se hai bisogno di creare un programma di un anno per un campo così ampio come l'IA, beh, buona fortuna ...

Come autodidatta, ti trovi in ​​una posizione molto svantaggiosa perché non hai idea di cosa sia l'IA, ma devi creare un curriculum prima di iniziare a studiare.

Questo è molto un "Che è venuto prima? Il pollo o l'uovo? " momento. Un dilemma filosofico senza soluzione. Un ciclo infinito. Grande problema.

La buona notizia è che ci sono alcuni vicoli, pronti per essere scoperti.

Prestito

Prendi in prestito curricula da università, bootcamp, persone che hanno già superato il processo. Questo è gratuito e ti darà la prima visione di ciò che devi imparare.

Ho controllato questi curricula per definire i punti del pilastro (ma ce ne sono molti altri!):

  • Sussex Computer Science e AI
  • Intelligenza artificiale e applicazioni di Strathclyde
  • Apprendimento automatico UCL
  • Data Science di San Francisco

Ho anche trovato utile questo:

  • Qui Siraj Raval presenta le componenti dell'apprendimento AI e suggerisce corsi online in un ordine logico.
  • Daniel Bourke offre una meravigliosa descrizione della sua esperienza.
  • Qui Rodrigo Beceiro elenca i domini AI nella sezione "Campo di intelligenza artificiale".

La mia bacheca Trello mostra le attività che scelgo di svolgere ogni settimana e include corsi e altri materiali che seguo.

Un'altra potenziale risorsa di informazioni è Meetup di AI. Questi Meetup raccolgono centinaia di persone. In questa folla energica di cervelli pieni di intelligenza artificiale, troverai persone molto gentili ed empatiche che sono felici di condividere consigli con te. Chiediglielo:

  • "Con cosa hai iniziato?"
  • "Quali risorse per i principianti puoi consigliare?"
  • "Quali sono i concetti principali?"
  • "Ti va un caffè?"

1) riceverai consigli di prima mano da esperti e 2) effettuerai connessioni importanti.

Infine, controlla i requisiti di lavoro di Data Scientist su qualsiasi board di lavoro per scoprire quali competenze sono attese da te.

Eliminare

Quando realizzo corsi di e-learning per grandi aziende, i miei clienti spesso desiderano includere quante più informazioni possibili. Non c'è mai abbastanza da imparare, giusto? La verità è che grandi quantità di informazioni travolgono i nuovi studenti, che possono indurli a ritirarsi. La regola d'oro di un educatore, (e se stai leggendo questo, sei un auto-educatore) è di eliminare il più possibile. Ricordi cosa ha detto Tim Ferris sull'efficacia? Giusto, ELIMINA.

Ad esempio, mentre cercavo i curricula universitari, ho trovato un modulo chiamato "The Ghost in the Machine?", Sulla cognizione e la neurofisiologia. Ho un interesse personale per la cognizione, quindi il mio primo istinto è stato quello di includere questo modulo nel mio curriculum. Tuttavia, un po 'di pensiero razionale mi ha portato al pensiero: "La cognizione non ti porterà al tuo obiettivo, che è quello di imparare l'IA per 12 mesi e trovare un lavoro".

Questo non significa che non dovresti imparare la cognizione. Assicurati che la cognizione sia in linea con il tuo obiettivo principale prima di perseguire.

Mantienilo flessibile

Più espandi e cresci nel tuo apprendimento, più scoprirai nuovi campi, dirai importanti da meno importanti, formerai il tuo interesse e identificherai i tuoi punti di forza e di debolezza. Le cose che vuoi imparare ed esplorare cambieranno nel tempo, proprio come le stagioni.

Quando penso al futuro, non sono sicuro di quando dovrei iniziare a leggere un libro sull'apprendimento profondo. Prima di imparare la probabilità? Allo stesso tempo, o dopo? Né so quando imparare Tensorflow perché non so nemmeno cosa sia. Posso solo definire i miei primi passi, che sono principalmente:

  • Impara Python
  • Rivedi l'algebra
  • Crea un corso di Data Science per principianti (uno di quelli consigliati dai guru)
  • Leggi AI, un approccio moderno

Uno di questi, forse un corso di Data Science, svelerà il mio prossimo passo. Ad esempio, potrebbe menzionare Tensorflow e spiegare di cosa si tratta, e potrei voler includerlo nel curriculum del mese successivo.

Proprio per questo motivo, non ho creato un curriculum fisso con istruzioni dettagliate. Quei curricula sono realizzati in università e bootcamp, da esperti che hanno l'IA a portata di mano. Non lo facciamo, quindi dobbiamo mantenere i nostri curricula flessibili e aperti, consentendo margini di adattamento.

La soluzione che ho trovato per me:

  • Ho messo insieme un elenco dei principali punti di apprendimento dell'IA, presi in prestito dai curricula universitari e dai guru dell'IA.
  • Seleziono quelli con cui dovrei iniziare.
  • Pianifico compiti di apprendimento per il prossimo mese.
  • Quando capisco cosa devo imparare dopo, aggiorno la mia scheda Trello con compiti pertinenti.

Ricapitolare

  1. Definisci il tuo punto di partenza in dettaglio.
  2. Imposta il tuo obiettivo principale e i sotto-obiettivi di apprendimento (in linea con l'obiettivo principale).
  3. Crea un curriculum approssimativo:
  • Definisci campi e concetti principali: prendi in prestito da università, bootcamp e guru; vai a Meetup; controllare i requisiti di lavoro nelle schede di lavoro.
  • Elimina le informazioni utili e mantieni solo le informazioni indispensabili.
  • Pianifica per un mese e mantienilo flessibile. Usa Trello o un'alternativa per aiuto.