ຄົ້ນພົບພະລັງຂອງການຮຽນຮູ້ເຄື່ອງຈັກກັບ Google
ການຮຽນຮູ້ເຄື່ອງຈັກ (ML) ບໍ່ແມ່ນພຽງແຕ່ຄໍາສັບ. ມັນເປັນການປະຕິວັດທີ່ສ້າງຊີວິດປະຈໍາວັນຂອງພວກເຮົາ. ຈິນຕະນາການໃນເວລາດຽວ: ທ່ານຕື່ນນອນໃນຕອນເຊົ້າ, ຜູ້ຊ່ວຍສຽງຂອງທ່ານແນະນໍາເຄື່ອງແຕ່ງກາຍທີ່ດີທີ່ສຸດໂດຍອີງຕາມສະພາບອາກາດ, ນໍາພາທ່ານໃນການສັນຈອນຕິດຂັດແລະແມ້ກະທັ້ງແນະນໍາລາຍການຫຼິ້ນທີ່ເຫມາະສົມສໍາລັບອາລົມຂອງທ່ານ. ທັງຫມົດນີ້, ຂໍຂອບໃຈກັບການຮຽນຮູ້ເຄື່ອງຈັກ.
ແຕ່ສິ່ງທີ່ຢູ່ເບື້ອງຫຼັງ magic ນີ້? ຄໍາຕອບແມ່ນງ່າຍດາຍ: ສູດການຄິດໄລ່ທີ່ຊັບຊ້ອນແລະຂໍ້ມູນ, ຂໍ້ມູນຈໍານວນຫລາຍ. ແລະໃຜດີກ່ວາ Google, ຍັກໃຫຍ່ດ້ານເຕັກໂນໂລຢີ, ນໍາພາພວກເຮົາຜ່ານຈັກກະວານທີ່ຫນ້າປະທັບໃຈນີ້? ດ້ວຍການຝຶກອົບຮົມຟຣີກ່ຽວກັບ Coursera, Google ເປີດປະຕູສູ່ຄວາມຊ່ຽວຊານໃນ ML.
ການຝຶກອົບຮົມບໍ່ພຽງແຕ່ກ່ຽວກັບທິດສະດີທີ່ບໍ່ມີຕົວຕົນ. ມັນ immerses ພວກເຮົາໃນກໍລະນີປະຕິບັດ, ສິ່ງທ້າທາຍທີ່ແທ້ຈິງທີ່ Google ໄດ້ປະເຊີນ. ຈື່ໄວ້ວ່າເວລາທີ່ທ່ານກໍາລັງຊອກຫາຮ້ານອາຫານແລະ Google Maps ໄດ້ແນະນໍາຮ້ານ bistro ນ້ອຍໆທີ່ສົມບູນແບບ? ແລ້ວ, ນັ້ນແມ່ນການຮຽນຮູ້ເຄື່ອງຈັກໃນການປະຕິບັດ!
ແຕ່ນັ້ນບໍ່ແມ່ນທັງຫມົດ. ການຝຶກອົບຮົມເກີນກວ່າພື້ນຖານ. ມັນແນະນໍາພວກເຮົາກ່ຽວກັບເຄື່ອງມືຂັ້ນສູງຂອງ Google, ໃຫ້ພວກເຮົາສ້າງການແກ້ໄຂ ML ທີ່ກໍາຫນົດເອງ. ມັນຄ້າຍຄືມີ wand magic ເຕັກໂນໂລຊີ, ແຕ່ແທນທີ່ຈະເວົ້າວ່າ "Abracadabra", ທ່ານລະຫັດ.
ສະຫຼຸບແລ້ວ, ຖ້າທ່ານມັກສະເໜ່ສະເໝີວ່າເທັກໂນໂລຍີຈະຄາດການຄວາມຕ້ອງການຂອງເຈົ້າແນວໃດ ຫຼືຢາກຮູ້ຢາກເຫັນກ່ຽວກັບວິທີທີ່ສະມາດໂຟນຂອງເຈົ້າຮູ້ວ່າເຈົ້າມັກເພງເສົ້າໃນມື້ຝົນຕົກ, ການຝຶກອົບຮົມນີ້ແມ່ນສຳລັບເຈົ້າ. ເລີ່ມຕົ້ນການເດີນທາງນີ້ກັບ Google ແລະຄົ້ນພົບວິທີການຮຽນຮູ້ເຄື່ອງຈັກເຮັດໃຫ້ໂລກຂອງພວກເຮົາສະຫຼາດຂຶ້ນ, ຂັ້ນຕອນວິທີດຽວຕໍ່ຄັ້ງ.
ຜົນກະທົບຂອງການຮຽນຮູ້ເຄື່ອງຈັກໃນໂລກມືອາຊີບ
ການຮຽນຮູ້ຂອງເຄື່ອງຈັກແມ່ນມີຢູ່ທົ່ວທຸກແຫ່ງ, ແລະມັນກໍາລັງຫັນປ່ຽນໂລກທີ່ເປັນມືອາຊີບດ້ວຍວິທີທີ່ຫນ້າປະທັບໃຈ. ເຈົ້າອາດຈະສົງໄສວ່າແນວໃດ? ໃຫ້ຂ້ອຍບອກເຈົ້າເລື່ອງນີ້.
ຈິນຕະນາການ Sarah, ຜູ້ປະກອບການຫນຸ່ມທີ່ຫາກໍ່ເປີດຕົວການເລີ່ມຕົ້ນຂອງນາງ. ນາງມີຄວາມຄິດທີ່ດີ, ແຕ່ນາງປະເຊີນກັບການທ້າທາຍທີ່ສໍາຄັນ. ວິທີການວິເຄາະຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍທີ່ມັນເກັບກໍາທຸກໆມື້ເພື່ອຕັດສິນໃຈ? ນີ້ແມ່ນບ່ອນທີ່ການຮຽນຮູ້ເຄື່ອງຈັກເຂົ້າມາ.
ຜ່ານການຝຶກອົບຮົມ Coursera ຂອງ Google, Sarah ຮຽນຮູ້ທັກສະໃນການນໍາໃຊ້ເຄື່ອງມືການຮຽນຮູ້ເຄື່ອງຈັກຂັ້ນສູງ. ໃນປັດຈຸບັນມັນສາມາດຄາດຄະເນແນວໂນ້ມຂອງຕະຫຼາດ, ເຂົ້າໃຈຄວາມມັກຂອງລູກຄ້າແລະແມ້ກະທັ້ງການຄາດການສິ່ງທ້າທາຍໃນອະນາຄົດ. ທຸລະກິດຂອງລາວຈະເລີນຮຸ່ງເຮືອງຄືບໍ່ເຄີຍມີມາກ່ອນ.
ແຕ່ຜົນກະທົບຂອງການຮຽນຮູ້ເຄື່ອງຈັກບໍ່ໄດ້ຢຸດຢູ່ທີ່ນັ້ນ. ມັນຍັງໄດ້ກໍານົດພາລະບົດບາດເປັນມືອາຊີບ. ວຽກງານແບບດັ້ງເດີມກໍາລັງພັດທະນາ, ວຽກເຮັດງານທໍາໃຫມ່ກໍາລັງປະກົດຕົວ, ແລະຄວາມສາມາດໃນການເຂົ້າໃຈແລະນໍາໃຊ້ການຮຽນຮູ້ເຄື່ອງຈັກແມ່ນກາຍເປັນຊັບສິນທີ່ມີຄຸນຄ່າໃນຕະຫຼາດວຽກ.
ເອົາຕົວຢ່າງຂອງ Marc, ນັກກາລະຕະຫຼາດ. ລາວໃຊ້ເວລາຫຼາຍຊົ່ວໂມງໃນການວິເຄາະແນວໂນ້ມຂອງຜູ້ບໍລິໂພກ. ມື້ນີ້ດ້ວຍການຊ່ວຍເຫຼືອຂອງການຮຽນຮູ້ເຄື່ອງຈັກ. ລາວສາມາດໄດ້ຮັບຄວາມເຂົ້າໃຈໃນນາທີ. ຂໍ້ມູນທີ່ອະນຸຍາດໃຫ້ມັນສ້າງແຄມເປນກາລະຕະຫຼາດທີ່ມີເປົ້າຫມາຍແລະເປົ້າຫມາຍຫຼາຍຂຶ້ນ.
ໃນສັ້ນ, ການຮຽນຮູ້ເຄື່ອງຈັກບໍ່ພຽງແຕ່ເປັນເຕັກໂນໂລຢີໃນອະນາຄົດ. ມັນເປັນເຄື່ອງມືທີ່ມີອໍານາດທີ່ຮູບຮ່າງປະຈຸບັນແລະອະນາຄົດຂອງໂລກມືອາຊີບ. ບໍ່ວ່າເຈົ້າເປັນຜູ້ປະກອບການ ຫຼືພຽງແຕ່ຄົນທີ່ຢາກຮູ້ຢາກເຫັນ. ມັນເຖິງເວລາແລ້ວທີ່ຈະເຂົ້າໄປໃນໂລກທີ່ຕື່ນເຕັ້ນນີ້ ແລະຄົ້ນພົບວ່າມັນສາມາດເສີມສ້າງອາຊີບຂອງເຈົ້າໄດ້ແນວໃດ.
ການຮຽນຮູ້ເຄື່ອງຈັກ: ການປະຕິວັດແບບງຽບໆໃນຂະແໜງການພື້ນເມືອງ
ເຖິງແມ່ນວ່າການຮຽນຮູ້ເຄື່ອງຈັກມັກຈະກ່ຽວຂ້ອງກັບ titans ຂອງ Silicon Valley, ມັນເຮັດໃຫ້ inroads ທີ່ບໍ່ຄາດຄິດເຂົ້າໄປໃນຫຼາຍໆຂົງເຂດ. ບ່ອນທີ່ເຕັກໂນໂລຢີທີ່ເຄີຍເປັນຂອງຕ່າງປະເທດ, ປະຈຸບັນມັນເປັນຜູ້ນສໍາຄັນ. ໃຫ້ພວກເຮົາເຂົ້າໄປໃນ metamorphosis ນີ້.
ຂໍໃຫ້ເບິ່ງການກະສິກໍາ. ຈິນຕະນາການທົ່ງນາສີທອງຂອງເຂົ້າສາລີຍາວເທົ່າທີ່ຕາສາມາດເຫັນໄດ້. ໃນມື້ນີ້, ຮູບພາບ pastoral ນີ້ໄດ້ຖືກປັບປຸງໂດຍ drones buzzing, scanning ການປູກພືດທີ່ມີເຊັນເຊີຂອງເຂົາເຈົ້າ. ເຄື່ອງຈັກນ້ອຍໆເຫຼົ່ານີ້, ປະກອບອາວຸດທີ່ມີຄວາມສະຫລາດຂອງການຮຽນຮູ້ເຄື່ອງຈັກ, ກໍານົດພື້ນທີ່ຫິວນ້ໍາຫຼືອາການທໍາອິດຂອງພະຍາດພືດ. ຜົນ? ການແຊກແຊງທີ່ຊັດເຈນໂດຍຊາວກະສິກອນ, ເຮັດໃຫ້ການເກັບກູ້ສູງສຸດໃນຂະນະທີ່ປະຫຍັດຊັບພະຍາກອນແລະຄວາມພະຍາຍາມ.
ຂໍໃຫ້ກ້າວໄປສູ່ສຸຂະພາບ. Radiologists, ນັກສືບທາງການແພດເຫຼົ່ານັ້ນ, ໃນປັດຈຸບັນມີເພື່ອນຮ່ວມທີມດິຈິຕອນ. ໂຄງການທີ່ຊັບຊ້ອນ, ປ້ອນອາຫານທີ່ອຸດົມສົມບູນໃນຮູບພາບທາງການແພດ, ກວດສອບຄວາມຜິດປົກກະຕິ subtle, ບາງຄັ້ງເບິ່ງບໍ່ເຫັນດ້ວຍຕາເປົ່າ. ການບົ່ງມະຕິກາຍເປັນສ້ວຍແຫຼມຫຼາຍ.
ແລະການເງິນ? ນາງບໍ່ໄດ້ຖືກປະໄວ້. ການຮຽນຮູ້ເຄື່ອງຈັກກຳລັງສ້າງຄວາມວຸ້ນວາຍຢູ່ທີ່ນັ້ນ. ຈິນຕະນາການ: ທຸກໆທຸລະກໍາທີ່ທ່ານເຮັດຈະຖືກຕິດຕາມໂດຍຜູ້ຮັກສາປະຕູດິຈິຕອນ. ຂັ້ນຕອນການເຫຼົ່ານີ້ຢູ່ໃນການເຝົ້າລະວັງ, ພ້ອມແລ້ວທີ່ຈະຂັດຂວາງຄວາມພະຍາຍາມສໍ້ໂກງໃດໆໃນທັນທີ.
ແຕ່ສ່ວນທີ່ດີທີ່ສຸດຂອງສິ່ງທັງຫມົດນີ້? ຄວາມດີດ້ານເທັກໂນໂລຍີເຫຼົ່ານີ້ບໍ່ໄດ້ຊອກຫາວິທີທີ່ຈະເກີດ eclipse ຜູ້ຊາຍ. ໃນທາງກົງກັນຂ້າມ, ພວກເຂົາຂະຫຍາຍທ່າແຮງຂອງມັນ. ການປະສົມປະສານຂອງຄວາມຊໍານານຂອງມະນຸດແລະພະລັງງານ algorithmic ສັນຍາຂອບເຂດທີ່ບໍ່ໄດ້ສົງໃສ.
ສະຫຼຸບແລ້ວ, ການຮຽນຮູ້ຂອງເຄື່ອງຈັກບໍ່ຈໍາກັດພຽງແຕ່ເຄື່ອງມືໃນອະນາຄົດ. ມັນຖັກແສ່ວເວັບຢູ່ໃນໃຈຂອງຊີວິດປະຈຳວັນຂອງພວກເຮົາ, ປະຕິວັດທຸກພາກສ່ວນຂອງສັງຄົມຂອງພວກເຮົາດ້ວຍວິທີທີ່ອ່ອນໂຍນແຕ່ເລິກເຊິ່ງ.
