Хочу научиться водить машину что нужно знать
Человек, решивший сесть за руль, зачастую теряется, не зная, как и что делать. «За рулем» рассказывает о самых важных первых шагах.
В ГИБДД фиксируют снижение выдачи водительских удостоверений новым водителям. Но связано это, скорее, не с тем, что желающих стало меньше, а с тем, что с каждым годом сдать экзамены все сложнее. К тому же в ведомстве практически избавились от коррупционной составляющей: «купить права» сегодня практически невозможно.
Рассказываем, что нужно сделать человеку, который решился сесть за руль, но пока не знает, с чего начать и что его ждет в будущем.
1. Выбрать правильную автошколу
Материалы по теме
Уже несколько лет сдать экзамены экстерном, то есть без обучения в автошколе, нельзя. Поэтому избежать учебного заведения не удастся. И к выбору автошколы надо подойти так же ответственно, как к выбору вуза или аспирантуры. Печальная реальность такова, что большинство автошкол готовят учеников исключительно к сдаче экзаменов на получение водительского удостоверения. Но первичные знания очень важны, потому необходимо найти достойное учебное заведение.
Почитайте отзывы в интернете, пообщайтесь со знакомыми, которые недавно заканчивали автошколы, проверьте, есть ли учебное заведение в реестре ГИБДД («пробить» автошколу можно на официальном сайте ведомства). Лучшие автошколы — это чаще всего либо бывшие, либо действующие УПК с давней историей. Преподаватели там опытные, помимо обязательной программы дают дополнительные знания, которые впоследствии пригодятся на дороге. Еще одним плюсом будет наличие собственной площадки (а еще лучше автодрома) для практических занятий.
2. Выучить билеты
Чтобы сдать теоретический экзамен, придется заняться зубрежкой билетов. Часть из них содержит ответы, правильные из которых кажутся нелогичными, но это вопросы с подвохом. Уделяйте им каждую минуту свободного времени, проходите тестирование на сайтах, где симулируется экзамен в ГИБДД. Например — на «За рулем».
Конспектируйте все лекции. Да, обучение в автошколе практически ничем не отличается от учебы в обычном учебном заведении. Не стесняйтесь задавать преподавателям вопросы. Ничего зазорного в этом нет — в аудитории все пришли учиться с нулевым багажом знаний.
3. Повторяйте практические упражнения
Материалы по теме
С упражнениями на площадке вопросов возникнуть не должно. Все они утверждены, и их придется «зубрить» точно так же, как билеты по теории. Повторяйте и повторяйте попытки, пока правильные действия буквально не отложатся на подкорке.С вождением в городе сложнее. В курс обучения входит не так уж много практических занятий в городских условиях, к тому же инструктор может вас не устроить по тем или иным причинам. Все они профессиональны в плане опыта вождения, но некоторые практически неспособны к передаче знаний.
Опять же стоит обратиться к знакомым и интернету в поисках хорошего инструктора. Он вам пригодится не только для подготовки к сдаче практического экзамена, но и привьет навыки поведения за рулем в городе, где вам вскоре придется ездить самостоятельно. Сосед дядя Вася с 30-летним стажем не подойдет: машина инструктора должна быть оборудована дополнительными педалями, а сам он — иметь право обучать кандидатов в водители. Кстати, если вы нашли действительно хорошего инструктора, то с ним стоит позаниматься и после получения водительского удостоверения.
4. Пройти медкомиссию
Материалы по теме
Перед экзаменом необходимо пройти медкомиссию и получить справку о том, что медицинских ограничений для допуска к управлению транспортными средствами у вас нет. Автошколы традиционно централизованно приводят группы кандидатов на сдачу экзаменов, а кое-где еще и предоставляют автомобили для сдачи практических экзаменов. Но мнимая поддержка автошколы не поможет. Давно прошли те времена, когда можно было прийти в класс, понажимать на кнопочки, сделать вид, что выполнил упражне
Почему обучение вождению так важно?
Для других это означает душевное спокойствие, когда заботишься о любимом человеке, который нуждается в регулярном уходе. Наличие водительских прав очень много значит для разных людей в разных сферах жизни.
В 17 лет у меня не было мотивации для вождения. У меня был удобный автобус, который вез меня в город, когда мне было нужно, и мои друзья жили рядом. Я знал, что не смогу позволить себе страховку или даже машину, поэтому для меня это был лучший вариант подождать.
Но после окончания университета я понял, как важно для меня водить машину. Наличие полных, чистых водительских прав часто более привлекательно для работодателей, даже если работа не требует от вас вождения.
Общественный транспорт может быть ненадежным из-за плохой погоды и плохих условий вождения, забастовок или выходных. За рулем вы снижаете риск возникновения этих проблем. Вы более гибки, и вам не нужно беспокоиться о предстоящем железнодорожном ударе в 8 утра, который задержит вашу утреннюю поездку на работу.
К настоящему времени у меня была «проверка реальности конца образования», и я был сам по себе, задаваясь вопросом, что на земле я собирался делать всю оставшуюся жизнь (извините за драму, но я действительно так думал, когда я закончил универ).
Я хотел работать неполный рабочий день и пробовать новые вещи, которые помогли бы мне решить то, что я хотел сделать, и в творческих индустриях, которые подразумевали участие во множестве вещей; Мне нужно было быть гибким. Поэтому я переехал домой, устроился на неполный рабочий день и использовал заработанные деньги, чтобы научиться водить машину.
И обучение вождению было одной из лучших вещей, которые я когда-либо делал.
Когда я сдал экзамен по вождению, я заметил, что двери открываются; Я мог бы легко выехать в отдаленные районы, чтобы снимать фильмы, брать интервью или даже просто помогать продюсеру нести оборудование. Моя уверенность в своих способностях взлетела до небес, и я действительно обязан этим вождению, поскольку я не мог делать ничего из этого, не имея доступа к машине.
Для любого, кто должен заботиться о родственнике, который нуждается в уходе, крайне важно иметь доступ к транспортному средству.Моя мама ухаживает за моей бабушкой; между ними расстояние 20 миль, регулярного автобусного сообщения нет.
На машине мама может посещать мою бабушку три раза в неделю. Она может помочь моей бабушке в повседневных делах, таких как уборка и покупки, но самое главное, у мамы спокойствие. Она может проследить, чтобы бабушка вовремя пришла на прием к врачу и быстро добралась до бабушки в случае чрезвычайной ситуации.
С ежедневными заботами мама может взять мою бабушку на свежий воздух или на ланч.Лично я думаю, что это время так же важно, как повседневные задачи. Моя мама может хорошо проводить время с моей бабушкой, и они снова могут быть матерью и дочерью, рассказывая о старых временах за рыбой с жареным картофелем в местном пабе, в котором моя бабушка регулярно!
Вождение действительно открывает широкие возможности для молодых людей. Я только действительно понял это, когда я сдал свой тест.
Но когда вы думаете о других, у которых есть люди, которые зависят от них, важность наличия водительских прав резко возрастает.Наличие машины означает своевременное посещение врачей и возможность спешить, если что-то случилось.
Даже такая простая вещь, как выход в какое-то время, становится намного проще благодаря владению автомобилем, у людей улучшается качество жизни, и это действительно самая важная вещь.
Как я прошел путь от Apple Genius до отказа при запуске, от Uber Driver до инженера по машинному обучению
@mrdbourke в Instagram, Photo by Madison KannaЯ работал в Apple Store и хотел перемен. Чтобы начать строить технику, которую я обслуживал.
Я начал изучать машинное обучение (ML) и искусственный интеллект (AI).
В поле так много всего происходит.
Каждую неделю кажется, что Google или Facebook выпускают новый вид ИИ, чтобы ускорить процесс или улучшить наш опыт.
И не начинайте меня с числа компаний, занимающихся самостоятельным вождением автомобилей. Это хорошая вещь, хотя. Я не фанат вождения, а дороги опасны.
Даже несмотря на то, что все это происходит, до сих пор нет единого определения, что именно представляет собой искусственный интеллект.
Некоторые утверждают, что глубокое обучение можно считать ИИ, другие скажут, что это не ИИ, если он не пройдет тест Тьюринга.
Этот недостаток определенно тормозил мой прогресс в начале. Трудно было выучить что-то, у чего было так много разных определений.
Достаточно с определениями.
Как я начал?
Мы с друзьями строили веб-стартап. Это не удалось. Мы сдались из-за отсутствия смысла. Но по пути я начал все больше и больше слышать о ML и AI.
«Компьютер учит вещи для тебя?» Я не мог в это поверить.
Я наткнулся на нано-степень Udacity. В одном из промо-роликов был забавный персонаж по имени Сирадж Равал. Его энергия была заразной. Несмотря на то, что я не отвечал базовым требованиям (я никогда раньше не писал строки Python), я подписался.
За три недели до даты начала курса я отправил электронное письмо в службу поддержки Udacity с вопросом о порядке возврата. Я боялся, что не смогу закончить курс.
Я не получил возмещение. Я закончил курс в установленные сроки.Это было сложно. Действительно тяжело временами. Мои первые два проекта были сданы с опозданием на четыре дня. Но радость от участия в одной из самых важных технологий в мире подтолкнула меня вперед.
Закончив глубокую учебную нано-степень, я гарантированно согласилась либо с Нано-степенью искусственного интеллекта, либо с нано-степенью самоходного автомобиля, либо с роботизированной нано-степенью. Все отличные варианты.
Я немного растерялся. «Куда мне идти дальше?»
Мне нужна учебная программа. Я построил небольшую базу с помощью Deep Learning Nanodegree, теперь пришло время выяснить, куда я направлюсь дальше.
Моя магистерская степень по искусству искусственного интеллекта
Я не планировал возвращаться в университет в ближайшее время. В любом случае, у меня не было 100 000 долларов на соответствующую степень магистра.
Итак, я сделал то, что сделал в начале. Попросил моего наставника, Google, о помощи.
Я прыгнул в глубокое обучение без каких-либо предварительных знаний в этой области. Вместо того, чтобы подняться на вершину айсберга ИИ, вертолет высадил меня на вершине.
Изучив несколько курсов, я составил список наиболее интересных для меня в Трелло.
Трелло - мой личный помощник / координатор курса.Я знал, что онлайн-курсы имеют высокий процент отсева. Я не собирался позволять себе быть частью этого числа. У меня была миссия.
Чтобы стать ответственным, я начал делиться своим учебным путешествием онлайн. Я подумал, что могу попрактиковаться в общении с тем, что я узнал, и найти других людей, которые интересуются теми же вещами, что и я. Мои друзья все еще думают, что я инопланетянин, когда я иду на один из моих выходов AI.
Я обнародовал доску Trello и написал в блоге сообщение о моих начинаниях.
Учебная программа немного изменилась с тех пор, как я ее написал, но она по-прежнему актуальна, и я посещаю доску Trello несколько раз в неделю, чтобы отслеживать свои успехи.
Получение работы
Я купил билет на самолет в США без обратного рейса. Я учился в течение года, и я подумал, что пора начать применять свои навыки на практике.
Мой план состоял в том, чтобы поехать в США и получить работу.
Затем Эшли отправила мне сообщение в LinkedIn: «Эй, я видел твои сообщения, и они действительно классные, я думаю, тебе стоит встретиться с Майком.
Я встретил Майка.
Я рассказал ему свою историю обучения в Интернете, как я любил технику здоровья и свои планы поехать в США.
«Возможно, вам лучше остаться здесь год или около того и посмотреть, что вы можете найти, я думаю, вы хотели бы встретиться с Кэмерон».
Я встретил Кэмерон.
У нас был похожий чат, о котором мы с Майком говорили. Здоровье, технологии, онлайн-обучение, США.
«Мы работаем над некоторыми проблемами со здоровьем, почему бы вам не прийти в четверг?»
Пришел четверг.Я нервничал. Но кто-то однажды сказал мне, что нервничать - это то же самое, что быть взволнованным. Я пришел в восторг
Я провел день, встречаясь с командой Макса Келсена и проблемами, над которыми они работали.
Два четверга спустя Ник, генеральный директор Athon, ведущий инженер по машинному обучению, и я пошли на кофе.
«Как бы вы хотели присоединиться к команде?» Спросил Ник.
«Конечно». Я сказал.
Оказывается, мой рейс в США был перенесен на пару месяцев назад, и теперь у меня есть обратный билет.
Поделиться своей работой
Обучаясь в Интернете, я знал, что это было нетрадиционно. Все роли, на которые я ходил претендовать, имели степень магистра или, по крайней мере, какую-то техническую степень.
У меня не было ни одного из них. Но у меня были навыки, которые я получил от множества онлайн-курсов.
По пути я делился своей работой в Интернете. Мой GitHub содержал все проекты, которые я делал, мой LinkedIn был разложен, и я практиковался в распространении того, что я узнал, через YouTube и статьи на Medium.
Я никогда не сдавал резюме для Макса Келсена. «Мы проверили вас на LinkedIn».
Моя работа была моим резюме.
Независимо от того, изучаете ли вы онлайн или по магистратуре, наличие портфолио из того, над чем вы работали, является отличным способом создания скина в игре.
ML и AI навыки необходимы, но это не значит, что вам не нужно демонстрировать их. Даже самый лучший продукт не продается без полки.
Будь то GitHub, Kaggle, LinkedIn или блог, где-нибудь, где люди могут найти вас.Плюс, иметь свой собственный уголок интернета - это очень весело.
Как начать?
Где вы учитесь этим навыкам? Какие курсы самые лучшие?
Нет лучшего ответа. У каждого путь будет другим. Некоторые люди учатся лучше с книгами, другие учатся лучше с помощью видео.
Что важнее, чем то, как вы начинаете, так это то, почему вы начинаете.
Начните с почему.
- Почему вы хотите изучить эти навыки?
- Хочешь заработать?
- Хотите строить вещи?
- Хотите изменить ситуацию?
Опять нет веской причины.Все действительны по-своему.
Начните с «почему», потому что иметь «почему» важнее, чем «как». Имея в виду «почему», когда ему становится трудно, а - становится трудно, у вас есть к чему обратиться. Что-то, чтобы напомнить вам, почему вы начали.
Есть почему? Хорошо. Время для некоторых тяжелых навыков.
Я могу только рекомендовать то, что я попробовал.
Я закончил курсы с (по порядку):
Они все мирового класса. Я визуальный ученик. Я учусь лучше видеть вещи, которые делают / объясняют мне дальше.Так что все эти курсы отражают это.
Если вы абсолютный новичок, начните с некоторых вводных курсов Python, а когда вы почувствуете себя немного увереннее, переходите к науке о данных, машинному обучению и искусственному интеллекту. DataCamp отлично подходит для начинающих, изучающих Python, но желающих изучать его с акцентом на науку о данных и машинном обучении.
Сколько стоит математика?
Самый высокий уровень математического образования, который у меня был, был в средней школе. Остальное я выучил в ханской академии так, как мне было нужно.
Существует много разных мнений о том, сколько математики нужно знать, чтобы получить знания в области машинного обучения и искусственного интеллекта. Я поделюсь своим.
Если вы хотите применить к задаче методы машинного обучения и искусственного интеллекта, вам не обязательно иметь глубокое понимание математики, чтобы получить хороший результат. Такие библиотеки, как TensorFlow и PyTorch, позволяют кому-то с небольшим опытом работы с Python создавать современные модели, пока математика решается за кулисами.
Если вы хотите углубиться в машинное обучение и исследования искусственного интеллекта, с помощью программы PhD или чего-то подобного, глубокое знание математики имеет первостепенное значение.
В моем случае я не собираюсь углубляться в математику и улучшать производительность алгоритма на 10%. Я оставлю это людям умнее меня.
Вместо этого я более чем рад использовать доступные мне библиотеки и манипулировать ими, чтобы помочь решить проблемы по своему усмотрению.
Что на самом деле делает инженер машинного обучения?
То, что машиностроитель делает на практике, может оказаться не тем, что вы думаете.
Несмотря на фотографии на обложках многих онлайн-статей, это не всегда связано с работой с роботами с красными глазами.
Вот несколько вопросов, которые ML-инженер должен задавать себе ежедневно.
- Контекст - Как можно использовать ML, чтобы узнать больше о вашей проблеме?
- Данные - Вам нужно больше данных? В какой форме это должно быть? Что вы делаете, когда данные отсутствуют?
- Моделирование - Какую модель использовать? Это работает слишком хорошо на данных (переоснащение)? Или почему это не очень хорошо работает (недостаточно подходит)?
- Производство - Как вы можете взять свою модель в производство? Должна ли она быть онлайн-моделью или обновляться через определенные промежутки времени?
- Текущий - Что произойдет, если ваша модель сломается? Как вы можете улучшить его с помощью большего количества данных? Есть ли лучший способ сделать что-то?
Я позаимствовал их из замечательной статьи Рэйчел Томас, одного из соучредителей поста.Ай, она углубляется в полный текст.
Более подробно я снял видео о том, что мы обычно делаем в понедельник в Максе Келсен.
Нет заданного пути
Нет правильного или неправильного способа попасть в ОД или ИИ.
Прекрасная вещь в этой области - у нас есть доступ к некоторым из лучших технологий в мире, и все, что нам нужно сделать, - это научиться их использовать.
Вы можете начать с изучения кода Python.
Вы можете начать с изучения исчисления и статистики.
Вы можете начать с изучения философии принятия решений.
Машинное обучение и AI очаровывают меня из-за этого пересечения полей.
Чем больше я узнаю об этом, тем больше понимаю, что есть чему поучиться. И это раскручивает меня.
Иногда я расстраиваюсь, когда мой код не запускается. Или я не понимаю концепцию. Поэтому я временно сдаюсь. Я сдаюсь, позволяя себе уйти от проблемы и вздремнуть. Или пойти на прогулку. Когда я возвращаюсь, мне кажется, что я смотрю на это другими глазами.Волнение возвращается. Я продолжаю учиться.
В этой области столько всего происходит, что начинать сложно. Слишком много вариантов ведут к отсутствию вариантов. Проигнорируйте это.
Начните там, где вас интересует больше всего, и следуйте ему. Если это ведет в тупик, прекрасно, вы выяснили, что вас не интересует. Сделайте шаг назад и вместо этого сверните на другую развилку.
Компьютеры умны, но они все еще не могут учиться самостоятельно. Им нужна твоя помощь.
PS Если у вас есть какие-либо вопросы, не стесняйтесь обращаться ко мне в любое время в mrdbourke.ком.
Похожие
Теги
Подпишитесь, чтобы получать ежедневные обзоры лучших технических историй!
Я работал в Apple Store и хотел перемен. Чтобы начать строить технику, которую я обслуживал.
Я начал изучать машинное обучение (ML) и искусственный интеллект (AI).
Так много всего происходит. Перебор.
Каждую неделю кажется, что Google или Facebook выпускают новый вид ИИ, чтобы ускорить процесс или улучшить наш опыт.
И не начинайте меня с числа компаний, занимающихся самостоятельным вождением автомобилей.Это хорошая вещь, хотя. Я не фанат вождения, а дороги опасны.
Даже несмотря на то, что все это происходит, до сих пор нет единого определения, что именно представляет собой искусственный интеллект.
Некоторые утверждают, что глубокое обучение можно считать ИИ, другие скажут, что это не ИИ, если он не пройдет тест Тьюринга.
Этот недостаток определенно тормозил мой прогресс в начале. Трудно было выучить что-то, у чего было так много разных определений.
Достаточно с определениями.
Мы с друзьями строили веб-стартап. Это не удалось. Мы сдались из-за отсутствия смысла. Но по пути я начал все больше и больше слышать о ML и AI.
«Компьютер тебя чему-то учит?» Я не мог в это поверить.
Я наткнулся на нано-степень Udacity. В одном из промо-роликов был забавный персонаж по имени Сирадж Равал. Его энергия была заразной. Несмотря на то, что я не отвечал базовым требованиям (я никогда раньше не писал строки Python), я подписался.
За 3 недели до даты начала курса я отправил электронное письмо в службу поддержки Udacity с вопросом о порядке возврата. Я боялся, что не смогу закончить курс.
Я не получил возмещение. Я закончил курс в установленные сроки. Это было сложно. Действительно тяжело временами. Мои первые два проекта были сданы с опозданием на четыре дня. Но радость от участия в одной из самых важных технологий в мире подтолкнула меня вперед.
Закончив глубокую учебную нано-степень, я гарантированно согласился на НД-степень UI, Нано-степень с автоматическим вождением автомобиля или Нано-степень робототехники.Все отличные варианты.
Я снова потерялся.
Классика. «Куда мне идти дальше?»
Мне нужна учебная программа. Я создал фундамент с помощью Deep Learning Nanodegree, теперь пришло время выяснить, что будет дальше.
Я не планировал возвращаться в университет в ближайшее время. В любом случае, у меня не было 100 000 долларов на соответствующую степень магистра.
Итак, я сделал то, что сделал в начале. Попросил моего наставника, Google, о помощи.
Я прыгнул в глубокое обучение без каких-либо предварительных знаний в этой области.Вместо того, чтобы подняться на вершину айсберга ИИ, вертолет высадил меня на вершине.
Изучив несколько курсов, я составил список наиболее интересных для меня в Трелло.
Трелло - мой личный помощник / координатор курса.Я знал, что онлайн-курсы имеют высокий процент отсева. Я не собирался позволять себе быть частью этого числа. У меня была миссия.
Чтобы стать ответственным, я начал делиться своим учебным путешествием онлайн. Я подумал, что могу попрактиковаться в общении с тем, что я узнал, и найти других людей, которые интересуются теми же вещами, что и я.Мои друзья все еще думают, что я инопланетянин, когда я иду на один из моих выходов AI.
Я обнародовал правление Trello и написал в блоге сообщение о моих начинаниях.
Учебная программа немного изменилась с тех пор, как я ее написал, но она по-прежнему актуальна. Я бываю на доске Trello несколько раз в неделю, чтобы отслеживать свои успехи.
Я австралиец. И все эти волнения, казалось, происходили в США.
Итак, я сделал самое логичное и купил билет в один конец. Я учился в течение года, и я подумал, что пора начать применять свои навыки на практике.
Мой план состоял в том, чтобы поехать в США и получить работу.
Затем Эшли отправила мне сообщение в LinkedIn: «Эй, я видел твои сообщения, и они действительно классные, я думаю, тебе стоит встретиться с Майком».
Я встретил Майка.
Я рассказал ему свою историю обучения в Интернете, как я любил медицинскую технику и свои планы поехать в США.
«Возможно, вам лучше остаться здесь на год или около того и посмотреть, что вы можете найти, я думаю, вы хотели бы встретиться с Кэмерон».
Я встретил Кэмерон.
У нас был похожий чат, о котором мы с Майком говорили.Здоровье, технологии, онлайн-обучение, США.
«Мы работаем над некоторыми проблемами со здоровьем, почему бы вам не прийти в четверг?»
Пришел четверг. Я нервничал. Но кто-то однажды сказал мне, что нервничать - это то же самое, что быть взволнованным. Я пришел в восторг
Я провел день, встречаясь с командой Макса Келсена и проблемами, над которыми они работали.
Два четверга спустя Ник, генеральный директор Athon, ведущий инженер по машинному обучению, и я пошли на кофе.
«Как бы вы хотели присоединиться к команде?» Спросил Ник.
«Конечно», - сказал я.
Мой рейс в США был отменен на пару месяцев, и я купил обратный билет.
Обучение в Интернете, я знал, что это было нетрадиционно. Все роли, на которые я ходил претендовать, имели степень магистра или, по крайней мере, какую-то техническую степень.
У меня не было ни одного из них. Но у меня были навыки, которые я получил от множества онлайн-курсов.
По пути я делился своей работой в Интернете. Мой GitHub содержал все проекты, которые я делал, мой LinkedIn был разложен, и я практиковался в распространении того, что я узнал, через YouTube и статьи на Medium.
Я никогда не сдавал резюме для Макса Келсена. «Мы видели ваш профиль в LinkedIn».
Моя работа была моим резюме.
Независимо от того, изучаете ли вы онлайн или по магистратуре, наличие портфолио из того, над чем вы работали, является отличным способом создания скина в игре.
ML и AI навыки необходимы, но это не значит, что вам не нужно демонстрировать их. Даже самый лучший продукт не продается без полки.
Будь то GitHub, Kaggle, LinkedIn или блог, где-нибудь, где люди могут найти вас.Плюс, иметь свой собственный уголок интернета - это очень весело.
Куда вы идете, чтобы изучить эти навыки? Какие курсы самые лучшие?
Нет лучшего ответа. У каждого путь будет другим. Некоторые люди учатся лучше с книгами, другие учатся лучше с помощью видео.
Что важнее, чем то, как вы начинаете, так это то, почему вы начинаете.
Начните с почему.
Почему вы хотите изучить эти навыки?
Хочешь заработать?
Хотите строить вещи?
Хотите изменить ситуацию?
Нет правильной причины.Все действительны по-своему.
Начните с «почему», потому что иметь «почему» важнее, чем «как». Имея в виду «почему», когда ему становится трудно, а станет , вам есть к чему обратиться. Что-то, чтобы напомнить вам, почему вы начали.
Есть почему? Хорошо. Время для некоторых тяжелых навыков.
Я могу только рекомендовать то, что я попробовал.
Я закончил курсы (по порядку):
- Treehouse - Введение в Python
- DataCamp - Введение в Python и Python для Data Science Track
- Udacity - Глубокое обучение и AI Nanodegree
- Coursera - Глубокое обучение от Андрей Нг
- быстро.ai - часть 1, скоро будет часть 2
Они все мирового класса. Я визуальный ученик. Я учусь лучше видеть, как все делается. Все эти курсы делают это.
Если вы абсолютный новичок, начните с некоторых вводных курсов Python, а когда вы почувствуете себя немного увереннее, переходите к науке о данных, машинному обучению и искусственному интеллекту. DataCamp отлично подходит для начинающих, изучающих Python, но желающих изучать его с акцентом на науку о данных и машинном обучении.
Самый высокий уровень математического образования, который у меня был, был в средней школе.Остальное я выучил в ханской академии так, как мне было нужно.
Существует много разных мнений о том, сколько математики нужно знать, чтобы получить знания в области машинного обучения и искусственного интеллекта. Я поделюсь своим.
Если вы хотите применить к задаче методы машинного обучения и искусственного интеллекта, вам не обязательно иметь глубокое понимание математики, чтобы получить хороший результат. Такие библиотеки, как TensorFlow и PyTorch, позволяют кому-то с небольшим опытом работы с Python создавать современные модели, пока математика решается за кулисами.
Если вы хотите углубиться в машинное обучение и исследования ИИ, с помощью программы PhD или чего-то подобного, глубокое знание математики имеет первостепенное значение.
В моем случае я не собираюсь углубляться в математику и улучшать производительность алгоритма на 10%. Я оставлю это людям умнее меня.
Вместо этого я более чем рад использовать доступные библиотеки и манипулировать ими, чтобы помочь решить проблемы, как я считаю нужным.
То, что машиностроитель делает на практике, может оказаться не тем, что вы думаете.
Несмотря на фотографии на обложках многих онлайн-статей, это не всегда связано с работой роботов с красными глазами.
Вот несколько вопросов, которые инженер-машиностроитель должен задавать себе ежедневно.
- Контекст - Как можно использовать ML, чтобы узнать больше о вашей проблеме?
- Данные - Вам нужно больше данных? В какой форме это должно быть? Что вы делаете, когда данные отсутствуют?
- Моделирование - Какую модель использовать? Это работает слишком хорошо на данных (переоснащение)? Или почему это не очень хорошо работает (недостаточно подходит)?
- Производство - Как вы можете взять свою модель в производство? Должна ли она быть онлайн-моделью или обновляться через определенные промежутки времени?
- Текущий - Что произойдет, если ваша модель сломается? Как вы можете улучшить его с помощью большего количества данных? Есть ли лучший способ сделать что-то?
Я позаимствовал их из замечательной статьи Рэйчел Томас, одного из соучредителей поста.Ай, она углубляется в полный текст.
Более подробно я снял видео о том, что мы обычно делаем в понедельник в Максе Келсен.
Нет правильного или неправильного способа попасть в ОД или ИИ (или что-то еще).
Прекрасная вещь в этой области - у нас есть доступ к некоторым из лучших технологий в мире, и все, что нам нужно сделать, это научиться их использовать.
Вы можете начать с изучения кода Python (мой любимый).
Вы можете начать с изучения исчисления и статистики.
Вы можете начать с изучения философии принятия решений.
Машинное обучение и искусственный интеллект меня очаровывают, потому что они встречаются на стыке всего этого.
Чем больше я узнаю об этом, тем больше понимаю, что есть чему поучиться. И это меня взволновало.
Иногда я расстраиваюсь, когда мой код не запускается. Или я не понимаю концепцию. Поэтому я временно сдаюсь. Я сдаюсь, позволяя себе уйти от проблемы и вздремнуть. Или пойти на прогулку.Когда я возвращаюсь, мне кажется, что я смотрю на это другими глазами. Волнение возвращается. Я продолжаю учиться. Я говорю себе. Я обучающая машина.
В этой области столько всего происходит, что начинать сложно. Слишком много вариантов ведут к отсутствию вариантов. Проигнорируйте это.
Начните там, где вас интересует больше всего, и следуйте ему. Если это ведет в тупик, прекрасно, вы выяснили, что вас не интересует. Сделайте шаг назад и вместо этого сверните на другую развилку.
Компьютеры умны, но они все еще не могут учиться самостоятельно.Им нужна твоя помощь.