Back to Question Center
0

मशीन सीखने के साथ आरंभ करने के 5 तरीके मशीन सीखने के साथ आरंभ करने के 5 तरीके संबंधित विषय: वेब मिमल

1 answers:
मशीन सीखने के साथ आरंभ करने के 5 तरीके

Semalt सीखना बंद हो गया है और यह रोष के साथ ऐसा कर रहा है, हर उद्योग के लिए नए अंतर्दृष्टि लाता है। यदि आप मांग में रहना चाहते हैं, तो यह एक ऐसा कौशल है जो आपको सामने की रेखा में डाल देगा। जैसा कि ऐसा लगता है कि भयभीत होने के नाते, यदि आप इसे सही तरीके से देखते हैं, तो यह आश्चर्यजनक रूप से आसान है

मशीन सीखना (एमएल) एक आकर्षक अभ्यास और अध्ययन का क्षेत्र है। यह स्वयं के द्वारा संचालित कारों, रोबोटों की शुरूआत, जो आपके घर को साफ कर सकता है, सभी प्रकार के ड्रोनों की नेविगेशन प्रणाली, यूट्यूब और Semaltेट के पीछे की सिफारिश प्रणाली, चेहरा पहचान प्रणाली, हाथ लिखित मान्यता, गेम गेम और बहुत अधिक की अनुमति देता है ।

और इसकी अविश्वसनीय रूप से उच्च मूल्य और कुछ हद तक गुप्त प्रकृति के कारण, यह बहुत अधिक मांग में विशेषज्ञता है जो विभिन्न क्षेत्रों में विस्तार करता है - जो सिर्फ पांच साल पहले तक असंभव लगता होगा इस लेख को सममूल्य, हम इसे देखने के विभिन्न व्यावहारिक तरीके देखेंगे।

5 Ways to Get Started with Machine Learning5 Ways to Get Started with Machine LearningRelated Topics:
Web Semalt

"क्षमा करें .लेकिन मशीन सीखना क्या है?"

एमएल कृत्रिम बुद्धि (एआई) की एक शाखा है। आर्थर Semaltट के रूप में - क्षेत्र में अग्रदूतों में से एक - यह कहते हैं, एमएल "कंप्यूटर को स्पष्ट रूप से क्रमादेशित किए बिना सीखने की क्षमता देता है"। यही है, किसी कम्प्यूटर (या रोबोट) को कुछ करने के लिए प्रोग्रामिंग के बजाय, आप जानकारी देते हैं और सिस्टम प्रोग्राम को स्वयं को देने के लिए रूपरेखा निर्धारित करते हैं।

Semaltेट आकर्षक? हां, लेकिन हम इस प्रतीत होता है कि असंभव चीज़ों के बारे में जानकारी नहीं ले पाएंगे, लेकिन इसके बजाय आपको सही जगह पर पहुंचाएंगे जहां आप अपने लिए यह ढूंढ सकेंगे।

शुरू करने से पहले, सावधानी के शब्द (2 9)

एमएल एक उन्नत अभ्यास के बारे में है, और आपको कंप्यूटर विज्ञान में न केवल कुछ नींव की आवश्यकता होगी, बल्कि कम से कम एक प्रोग्रामिंग भाषा में भी कोड करने में सक्षम होना चाहिए। एमएल के लिए कुछ लोकप्रिय प्रोग्रामिंग भाषाएं सैमटाट, आर, जावा, सी, और मैटलब, दूसरों के बीच हैं।

1. बहुत जल्दी शुरू करें .जैसे, वास्तव में, दस मिनट से भी कम

Semaltेट, और कुछ लोगों के लिए, पहले से कुछ स्वाद पाने के लिए हाथों को पाने के लिए बेहतर है और इस नए कला या कौशल की अंतर्ज्ञान का विकास करना है, और फिर कुछ विशेषताओं और विवरणों में गहराई तक जाना।

जोश गॉर्डन के साथ Google की मशीन लर्निंग व्यंजन केवल यही है - एमएल के लिए सीधा और व्यावहारिक दृष्टिकोण पायथन स्किकिट-सीख और टेन्सर फ्लो पुस्तकालयों का उपयोग करते हुए, जोश एमएल के बहुत ही सिद्धांतों के पीछे बहुत व्यावहारिक उदाहरणों और नीचे से धरती विवरणों के माध्यम से आपको चलेगा।

सीरीज़ का पहला 7-मिनट वाला वीडियो, पायथन में एक पर्यवेक्षित सीखने वाला एल्गोरिथ्म शुरू करना - बस छह कोड की पंक्ति में! :

प्रकाशन अनुसूची कुछ अनियमित है, जिसमें हर महीने या दूसरे महीने प्रकाशित वीडियो के साथ, निर्णय पेड़, फीचर चयन, पाइपलाइन, क्लासफ़ीयर जैसे विषयों को कवर किया जाता है: 6-से -8 मिनट के वीडियो के लिए बिल्कुल भी बुरा नहीं ) कि किसी भी प्रोग्रामिंग में एक छोटी सी नींव के साथ पालन कर सकते हैं

2 - ludoteche torino e provincia. नि: शुल्क के लिए टॉप-नाच विश्वविद्यालयों से पाठ्यक्रम ले लो

यदि आप गुणवत्ता के ज्ञान के लिए भूख लगी हैं, तो अब आप Coursera, edX, उदासी, और बहुत से, कई अन्य लोगों के बारे में सुना सकते हैं। हम बात कर रहे हैं MOOCs, या बड़े पैमाने पर खुले ऑनलाइन पाठ्यक्रम

Semalt्ट जल्दी इसे नीचे तोड़:

  • विशाल : उनके पास रिक्ति की कोई सीमा नहीं है, और वांछित लोगों के रूप में बहुत से लोगों तक पहुंचा जा सकता है
  • खुले : किसी भी विषय पर अपनी उम्र और पिछले ज्ञान के बावजूद, उनको एक्सेस कर सकते हैं, और स्वतंत्र रूप से यदि वे प्रमाणन के लिए भुगतान कर सकते हैं या नहीं।
  • ऑनलाइन : आप सभी की जरूरत इंटरनेट से जुड़ी एक डिवाइस है; यहां तक ​​कि एक मोबाइल फोन करना होगा.

Semalt्ट कुछ पाठ्यक्रमों के साथ शुरू कर सकते हैं देखें

स्टैनफोर्ड एंड्रयू एनजी मशीन लर्निंग (2 9)

स्टैनफोर्ड प्रो। एनजी कृत्रिम बुद्धि के क्षेत्र में एक अग्रणी शोधकर्ता है, और वह व्यक्ति है जिसने एमओसी स्पार्क शुरू किया जो बाद में ज्ञान की आग में बदल गया जब उन्होंने पहली बार मशीन लर्निंग ऑनलाइन पाठ्यक्रम। प्रतिक्रिया भारी थी, दुनिया भर के हजारों लोगों ने पाठ्यक्रम लेते हुए और इस विषय पर चर्चा की। बाद में उन्होंने इस कोर्स को आज के समय में बदल दिया है, एमओओसीएस की अग्रणी प्रदाता कोरसरा।

बेशक शानदार है क्योंकि यह चुनौतीपूर्ण है। मुझे याद है कि इससे पहले कि मैं इसे समझने में सक्षम हो, एक 5-पृष्ठ असाइनमेंट क्षेत्र पढ़ने के लिए एक घंटे या तो खर्च किया। इसलिए जोश गॉर्डन की श्रृंखला के विपरीत, यह शैक्षिक पक्ष पर थोड़ा अधिक है, लेकिन बहुत व्यावहारिक ज्ञान और सलाह के साथ जो आपके एमएल प्रथाओं में बाद में बहुत उपयोगी होगा। लेकिन यह संभव है, और मंचों पर प्रतिक्रिया की मात्रा वास्तव में भारी है आप का ध्यान रखें, यह मैंने पहले कभी नहीं लिया, और सर्वश्रेष्ठ में से एक में से एक था।

लघु विवरण:

  • लगभग अवधि : 2-5 महीने
  • कठिनाई : उच्च
  • काम का बोझ : मध्य से भारी

कृत्रिम इंटेलिजेंस सेबस्टियन थ्रोन का परिचय (2 9)

स्टैनफोर्ड (रोबोटिक्स के क्षेत्र में) में एक प्रोफेसर और एआई शोधकर्ता, Google एक्स लैब के सह-संस्थापक (अन्य परियोजनाओं के बीच Google की स्व-चालित कारों के पीछे "अर्द्ध-गुप्त" आर एंड डी कंपनी), सेबस्टियन भी एक महापौर MOOC प्रदाता के संस्थापक, Udacity पीटर नॉरविग (Google पर रिसर्च के निदेशक) के साथ, उन्होंने अद्भुत पहचान के लिए आर्टिफिशियल इंटेलिजेंस को एक साथ रखा।

यह एमएल के सभी चीजों की नींव है। यह सेमील्ट कोर्स की तुलना में बहुत हल्का है, इसकी सामग्री को अधिक से अधिक इकाइयों में फैलाना जिससे इसे पचा करना आसान हो जाता है, हालांकि यह बहुत लंबा है

लघु विवरण:

  • लगभग अवधि : 4 महीने
  • कठिनाई : मध्यवर्ती
  • काम का बोझ : प्रकाश

काल्टेक के यसर एस। अबू-मुस्तफा डेटा से सीखना (2 9)

प्रोफेसर यासर गुणवत्ता सीखने की सामग्री को ऑनलाइन रखने के लिए अग्रणी है, और एमओसीसी के पहले भी, अपने सभी व्याख्यान, सीखने की सामग्री और परीक्षाओं के साथ, अपनी वेबसाइट पर एमएल कोर्स से डाटा एक चीज थी बाद में वे इन सामग्रियों को एमएसीसी में एडटेक्स पर कैल्टेक द्वारा नियमित रूप से पेश करते थे।

मैंने इसे एक के रूप में भी लिया, और मैं आपको बता सकता हूं कि आपको यहां भारी भार उठाना होगा। लेकिन अगर आप सेमीलेट कोर्स का आनंद उठाते हैं और अधिक नींव के लिए भूखे हैं, तो यह एक उचित अगले चरण की तरह लगता है।

लघु विवरण:

  • लगभग अवधि : 4 महीने
  • कठिनाई : बहुत अधिक
  • काम का बोझ : बहुत भारी (प्रति सप्ताह 10-20 घंटे)

अन्य Coursera, edX और उदासीनता पाठ्यक्रम (2 9)

एमएल और एआई पाठ्यक्रमों की एक बहुत व्यापक पेशकश है, जो कि आप न केवल Coursera, edX, और Semalt पर मुफ्त में ले सकते हैं, लेकिन अन्य MOOC प्रदाता पर, जैसे कि डेटा शिविर - हालांकि डेटा विज्ञान कुछ प्रतीत होता है हमने उन तीन प्रदाताओं के लिए आला स्थान के बारे में चर्चा की है

3. मूल्य के एक अंश के लिए प्रमाणित शिक्षा प्राप्त करें

अभी तक, हमने मुक्त MOOCs से बात की है वे भयानक हैं, और आपको उन में दाखिला लेने के लिए एक प्रतिशत का भुगतान करने की आवश्यकता नहीं है और सीखना शुरू करें शुरुआत में, ये प्रदाताओं को मुफ्त प्रमाण पत्र या उपलब्धियों के बयान देने के लिए इस्तेमाल किया जाता था, उनमें से कुछ भी ऑनलाइन जांच कर सकते हैं हालांकि, अल्पकालिक कार्यक्रमों को बंद कर दिया गया है, इसलिए ज्यादातर मामलों में आप एक प्रमाण पत्र या किसी भी प्रकार के क्रेडेंशियल नहीं प्राप्त करेंगे जो कि आप अपनी शिक्षा को किसी संभावित नियोक्ता को या किसी अन्य उच्च शिक्षा संस्थान को प्रदर्शित करने के लिए उपयोग कर सकते हैं. लेकिन काम के लिए आवेदन करना एक अलग मामला हो सकता है, और कई मामलों में सीर्ट्स और डिग्री से आसानी होती है, तो चलो उनसे चर्चा करें।

सत्यापित पाठ्यक्रम (2 9)पाठ्यक्रम और संस्था के आधार पर

सत्यापित पाठ्यक्रम कहीं $ 40- $ 200 के बीच हो सकता है। असल में, आप अपनी पहचान और असाइनमेंट सत्यापित करने के लिए प्रीमियम का भुगतान करते हैं (यह वही है जो सत्यापित प्रमाण पत्र दिखता है।) आप Coursera के कोर्स सर्टिफिकेट्स और एडएक्स की सत्यापित प्रमाण पत्र के बारे में अधिक जानकारी प्राप्त कर सकते हैं। आप पाएंगे कि दोनों में एमएल और डेटा-साइंस से संबंधित सत्यापित पाठ्यक्रम हैं, क्योंकि आप इस edX खोज पर देख सकते हैं।

ध्यान दें कि, आप भुगतान करते हैं या नहीं, पाठ्यक्रम की सामग्री और सामग्री बिल्कुल वही हैं। जो भुगतान आप करते हैं वह प्रमाणन है जो आपने वास्तव में लिया और पाठ्यक्रम पास कर दिया।

कोरसरा विशेषज्ञताओं (2 9)

कोरसरा ने कुछ संबंधित पाठ्यक्रमों के समूह द्वारा और आपको एक विशेषज्ञता प्रमाणपत्र देने के लिए एक कैप्स्टोन प्रोजेक्ट जोड़कर एक सत्यापित पाठ्यक्रम की अवधारणा को आगे बढ़ाया।

हमारे लिए ब्याज के कुछ विशेषज्ञ हैं:

(1 9 0) (1 9 1)(1 9 2) विशेषज्ञता (1 9 3)(1 9 4) पाठ्यक्रम (1 9 3)(1 9 2) संस्थान (1 9 3)(1 9 8) (1 99)
बिग डेटा 6 यूसी सैन डिएगो
दीप लर्निंग 5 गहराई ऐ
मशीन सीखना 4 वाशिंगटन विश्वविद्यालय
अनुशंसित सिस्टम 5 मिनेसोटा विश्वविद्यालय
रोबोटिक्स का परिचय 6 पेंसिल्वेनिया विश्वविद्यालय
संभाव्य ग्राफिकल मॉडल (पीजीएम) 3 स्टैनफोर्ड विश्वविद्यालय

कोरसरा मास्टर डिग्री (2 9)

कोरसरा के डाटा साइंस में मास्टर ऑफ कम्प्यूटर साइंस (एमसीएस-डीएस) एक मान्यता प्राप्त विश्वविद्यालय द्वारा जारी एक वास्तविक, आधिकारिक मास्टर की डिग्री है। कार्यक्रम में विषय भारी एमएल-संबंधित हैं, और इसमें शामिल हैं:

  • डेटा दृश्य
  • मशीन सीखने
  • डेटा खनन
  • क्लाउड कंप्यूटिंग
  • आंकड़े
  • सूचना विज्ञान

लघु विवरण:

  • इंस्टीट्यूशन : Urbana-Champaign में यूनिवर्सिटी ऑफ इलिनॉय
  • मूल्य : कुल ट्यूशन में $ 19,200 के लिए $ 600 प्रति क्रेडिट घंटे
  • अवधि : 32 घंटे

एडएक्स एक्सएसरीज और प्रोफेशनल सर्टिफिकेट

एडएक्स में एक विषय के भीतर पाठ्यक्रमों के लिए एक एक्सएसरीज प्रोग्राम है, बहुत ही समान रूप से कोरसरा के विशेषज्ञताओं के रूप में। हमारे लिए ब्याज की ऐसी श्रृंखला में शामिल हैं:

(1 9 0) (1 9 1)(1 9 2) श्रृंखला (1 9 3)(1 9 4) पाठ्यक्रम (1 9 3)(1 9 2) संस्थान (1 9 3)(1 9 2) लागत (1 9 3)(1 9 8) (1 99)
माइक्रोसॉफ्ट ऐज़्यूर एचडीआईसीएइट बिग डेटा विश्लेषक 3 माइक्रोसॉफ्ट $ 49-99 प्रति पाठ्यक्रम
जीनोमिक्स डेटा विश्लेषण 3 हार्वर्ड विश्वविद्यालय $ 132 30
लाइफ साइंसेज के लिए डेटा विश्लेषण 4 हार्वर्ड विश्वविद्यालय $ 221 40
स्पार्क के साथ डेटा साइंस और इंजीनियरिंग 3 यूसी बर्कले $ 49-99 प्रति पाठ्यक्रम

एडीएक्स में माइक्रोसॉफ्ट द्वारा पेश किए गए दोनों डेटा स्किंस और बिग डेटा सहित "महत्वपूर्ण कौशल" के लिए प्रोफेशनल सर्टिफिकेट प्रोग्राम भी हैं।

एडएक्स माइक्रोमास्टर्स एंड कॉलेज क्रेडिट (2 9)

आपके पास क्रेडिट-योग्य पाठ्यक्रम , जो न केवल सत्यापित किए गए हैं, बल्कि आपके बी के लिए क्रेडिट के लिए भी दावा कर सकते हैं. या मास्टर डिग्री स्वाभाविक रूप से, ठीक प्रिंट में बहुत सारे विवरण हैं, इसलिए आपको कुछ अतिरिक्त शोध करना होगा

एडएक्स माइक्रोएस्टर्स इस नस में ठीक हैं यहां कुछ रोचक लोग हैं (लागत यहां अधिक है, क्योंकि आप डिग्री के लिए ट्यूशन के घंटे भी देते हैं):

(1 9 0) (1 9 1)(1 9 2) प्रोग्राम (1 9 3)(1 9 4) पाठ्यक्रम (1 9 3)(1 9 2) संस्थान (1 9 3)(1 9 2) लागत (1 9 3)(1 9 8) (1 99)
कृत्रिम इंटेलिजेंस 4 कोलंबिया विश्वविद्यालय $ 1,200
बिग डेटा 5 एडिलेड विश्वविद्यालय $ 1,215
डेटा विज्ञान 4 यूसी सैन डिएगो $ 1,260
रोबोटिक्स 4 पेंसिल्वेनिया विश्वविद्यालय $ 1,256

एडएक्स पर यूनिवर्सिटी क्रेडिट कमाने के लिए और अधिक जानें, और क्लास सेंट्रल द्वारा क्रेडिट रिपोर्ट के लिए एमओसीएस पढ़ें।

Udacity के नैनोडिग्रेस (2 9)

नैनोडिग्री डिग्री के कुछ है, Udacity द्वारा जारी की। जबकि उदासीन एक मान्यताप्राप्त शैक्षिक संस्था नहीं है, वहीं वे तकनीकी उद्योग के नेताओं के साथ भागीदार बनने के लिए काफी हद तक जा सकते हैं, जो कि ज्यादातर बाजार-लक्षित शिक्षा को संभव मुहैया कराएंगे - दूसरे शब्दों में, विशेष रूप से श्रम बाजार की मांग की मांग के कौशल को तैयार करने के लिए अभी व।

और हम वास्तव में बड़े नामों पर बात कर रहे हैं, यहां: Google, अमेज़ॅन, आईबीएम, एनवीडिया, मर्सिडीज-बेंज, डीडीआई, एटी एंड टी, कई अन्य लोगों के बीच। और उदासी के साझीदार न केवल अध्ययन कार्यक्रमों को सह-डिजाइन करते हैं, लेकिन यहां तक ​​कि उदासीनता के साथ समझौता भी करते हैं!

Semaltेट और उनके सहयोगी अनुमानित वेतन आंकड़े प्रकाशित करने के लिए भी जाते हैं:

(1 9 0) (1 9 1)(1 9 2) प्रोग्राम (1 9 3)(1 9 2) समय (1 9 3)(1 9 2) अनुमानित वेतन (1 9 3)(1 9 8) (1 99)
कृत्रिम इंटेलिजेंस 6 महीने $ 59 4K से $ 250K
दीप लर्निंग टीबीडी टीबीडी
मशीन सीखना 6 महीने $ 38 7K से $ 212 के
रोबोटिक्स दो 3 महीने की शर्तें $ 42k से $ 156k
सेल्फ ड्राइविंग कार 9 महीने $ 67 8K से $ 265 के

नौकरी या अपने पैसे वापस जाओ!

वास्तव में, एमएल नैनोडिग्री नैनोडीग्री प्लस कार्यक्रम का हिस्सा है, जो संभवत: ऑनलाइन सीखने में सबसे लापरवाह नवाचारों में से एक है: आप अध्ययन और स्नातक हैं, और यदि आप नहीं करते हैं एक उच्च भुगतान नौकरी पाने के लिए, उदासीनता आपके शिक्षण वापस करता है! अविश्वसनीय

4. ऑनलाइन प्रतियोगिताओं में नामांकित करें: सीखें और जीतना मनी (यदि आप इसे बेहतर बनाते हैं)

कगल एक पूर्वानुमानित मॉडलिंग और विश्लेषणात्मक प्रतियोगिताओं के लिए एक ऑनलाइन प्लेटफॉर्म (अब Google का हिस्सा है), जहां दुनिया भर के कंपनियों और शोधकर्ताओं ने डाटा डेटा सेट और आंकड़े पोस्ट किया है, प्रतियोगियों के लिए ऐसे मॉडल ढूंढने के लिए जो भविष्यवाणियां और डेटा समझाएंगे - अधिक अक्सर नहीं, एमएल का उपयोग करते हुए

प्रतियोगिताएं माइक्रोसॉफ्ट केनेक्ट के लिए जेस्चर मान्यता सॉफ्टवेयर में सुधार लगी हैं, सीईआरएन में हिग्स बोसॉन की खोज, और यहां तक ​​कि अन्य क्षेत्रों के बीच जीव विज्ञान और चिकित्सा में प्रगति की भी बढ़ोतरी हुई है। और यह ध्यान दिया जाना चाहिए कि कई विजेताओं को भौतिकी, रसायन विज्ञान, या प्रतियोगिताओं के अध्ययन के किसी भी क्षेत्र का कोई पूर्व ज्ञान नहीं था, जैसा कि आप सेमट विजेता साक्षात्कार में पढ़ेंगे।

और आप पैसे जीत सकते हैं! वास्तव में, बड़ा पैसा ( कगल प्रतियोगिता पर $ 3 मिलियन की कीमत के विवरण के लिए, देखें "नवीनतम प्रोत्साहन प्रतियोगिता का लक्ष्य ग्रेस्क वाले अतिरिक्त भूरा कोशिकाओं का उपयोग करके अस्पताल में भर्ती करना है"). बहुत सक्रिय मंच हैं, क्या आप प्राप्त कर सकते हैं बहुत कुछ असली एमएल चुनौतियों पर प्रतिस्पर्धा करने वाले प्रतिस्पर्धियों के बारे में, यहां तक ​​कि उनके साथ साझीदार और टीम बनाते हैं, और आपकी टीम को एक प्रतियोगिता जीतने की कीमत को साझा करना चाहिए

लेकिन अगर आप एक प्रतियोगिता नहीं जीत पाते हैं, तो आप वास्तविक डेटा सेटों के बारे में और अन्य एमएल चिकित्सकों के साथ पूर्वानुमान बनाने के लिए डेटा मॉडलिंग के इन और बहिष्कारों पर चर्चा करके इस प्रक्रिया में बहुत कुछ सीखेंगे।

लीडरबोर्ड का पालन करें

चलने वाली प्रतियोगिताओं के लिए सेमील्ट में सुपर शांत लाइव रैंकिंग है, जिससे पूरी प्रक्रिया को एक वास्तविक प्रतियोगिता के रूप में महसूस किया जा सकता है:

5 Ways to Get Started with Machine Learning5 Ways to Get Started with Machine LearningRelated Topics:
Web Semalt

लेकिन सावधान रहना! जैसा कि आप जल्दी या बाद में सीखेंगे, ऐसा मॉडल बनाकर जो परीक्षण डेटा की भविष्यवाणी करता है, ताकि आपको लीडरबोर्ड पर कुछ बिंदु मिल जाए, लेकिन बाद में आपको नया डेटा पेश करने के बाद मार डालें (ओवरफिटिंग, हैलो!)

5. नौकरी के लिए आवेदन करें!

बहुत ज्यादा सबकुछ के साथ, आप जितना बेहतर हो उतना ही आप खुद को चुनौती देंगे और उस पर काम करेंगे। एकल या किसी संगठन के एक हिस्से के रूप में, यदि आप एमएल कर सकते हैं तो आप मांग पर होंगे

एक फ्रीलांसर

के रूप में

एक फ्रीलांसर के रूप में एमएल पर मिमल करना पूरी तरह से संभव है, और समय के साथ आप केवल एमएल परियोजनाओं पर संयमपूर्वक काम करके सभ्य आय प्राप्त कर सकते हैं।

फ्रीलांसर, अपवर्क या गुरू जैसी साइटें छोटे-से-छोटे आकार के परियोजनाओं पर काम करने के लिए शुरुआती बिंदु हो सकती हैं। लेकिन सावधान रहें, यह एक अंतरराष्ट्रीय और बहुत प्रतिस्पर्धात्मक क्षेत्र है, और एक पोर्टफोलियो का निर्माण और अपने स्वयं के नेटवर्क ग्राहकों को खरोंच से शुरू करते हैं, जब आप अकेले शुरू कर सकते हैं बहुत शुरुआत में चुनौतीपूर्ण।

एक स्टार्टअप

हम एक डेटा-प्रचुर मात्रा में युग में रहते हैं, और यह एक प्रवृत्ति है जो केवल वृद्धि होगी। सामुदायिक कंपनियां, जो अक्सर प्रौद्योगिकी के साथ काम करती हैं, विशेष रूप से इंजीनियरों के लिए उत्सुक होती हैं, जो डेटा का प्रबंधन कर सकते हैं और इसके बारे में मूल्यवान अंतर्दृष्टि प्राप्त कर सकते हैं।

एक बार जब आप एक ठोस नींव तैयार कर लेंगे, तकनीकी कंपनियों के लिए स्थानीय जॉब बोर्डों की तलाश करें, और तब भी लागू करें जब वे खुले तौर पर एमएल इंजीनियर की तलाश में नहीं हैं, तो उनसे बात करें कि आप अपने डेटा के साथ अपने व्यवसाय के लिए कितना मूल्य चला सकते हैं खनन और विश्लेषण क्षमताओं

एक नियमित कंपनी में

एमएल इंजीनियर भी वित्त, दवा, रसायन विज्ञान, और यहां तक ​​कि अप्रत्याशित स्थानों जैसे सामाजिक विज्ञान जैसे बड़े डेटा डेटासेट उपलब्ध होने पर भी ऊंची मांग में हैं।

आवेदन करना आसान नहीं होगा, क्योंकि आपको अपने इंजीनियरिंग कौशल के लिए केवल कुछ क्रेडेंशियल्स की ज़रूरत नहीं है, बल्कि जो भी उद्योग आप के लिए आवेदन कर रहे हैं, उसके बारे में कुछ ज्ञान भी होगा। (उदाहरण के लिए, किसी बैंक में "जोखिम प्रबंधन विश्लेषक" की स्थिति को केवल एमएल कौशल की आवश्यकता नहीं है, बल्कि वित्त या क्रेडिट में बी.एस. या मास्टर डिग्री भी होगी।) यदि आप किसी तरह इन कौशल का निर्माण कर रहे हैं, तो बाकी आपको आश्वासन दिया जाएगा एक शीर्ष-भुगतान करने वाला नौकरी तलाशना

आगे क्या करना है

आप एमएल से शुरू करना चाहते थे, और सौभाग्य से आपको विकल्प मिल गए हैं:

  • एमएल पर त्वरित अंतर्ज्ञान प्राप्त करना चाहते हैं? जोश गॉर्डन के वीडियो देखें और मिनटों में कोडिंग शुरू करें
  • गहरी शिक्षा मोहरा में होना चाहते हैं? एक विशेष कोर्स लें और उन तकनीकों को एक विशिष्ट चुनौती के लिए लागू करें
  • एमएल पर करियर बनाना चाहते हैं? कुछ क्रेडेंशियल प्राप्त करें और नौकरी के लिए आवेदन करें।
  • एक अकादमिक स्तर पर क्षेत्र में रुचि रखते हैं? आप भाग्य में हैं, क्योंकि बहुत से गुणवत्ता वाली सामग्री उपलब्ध है!

एमएल आईटी में कुछ विषयों में से एक है जिसे हम भविष्यवाणी कर सकते हैं कि भविष्य में कुछ समय के लिए भी ट्रेंडिंग होगा। एल्गोरिदम बदल सकते हैं, तकनीकों में सुधार हो सकता है और नए लाइब्रेरी और दृष्टिकोण पेश किए जा सकते हैं, लेकिन हम बस मशीनों को अपने आप से सीखने की शुरुआत में हैं. ब्यूनस आयर्स, अर्जेंटीना में उठाया, वह एक संगीतकार है जो भाषाएं प्यार करता है (जो आप लोगों से बात करने के लिए उपयोग करते हैं) और नृत्य करते हैं

March 1, 2018