Beralih ke karier di Pembelajaran Mesin [ditutup]

Pekerjaan saya sehari-hari adalah pengembangan perangkat lunak lama. Saya juga sedang melakukan Master di CS (paruh waktu, berbasis kursus). Saya mengambil kursus tentang AI dan menemukan pembelajaran mesin cukup menarik tetapi seperti kebanyakan kursus hanya menawarkan intro dasar.

Saya bermaksud untuk belajar lebih banyak tentang Pembelajaran Mesin dan jika mungkin mendapatkan pekerjaan di bidang itu. Ketika saya melihat posting pekerjaan di bidang ini, jelas bahwa Phd dalam pembelajaran Mesin (atau pengalaman sebelumnya di bidang dengan keahlian yang cukup) diperlukan untuk sebagian besar dari mereka.

Saya mencari saran tentang belajar mandiri untuk mendapatkan pengalaman yang akan berguna dalam industri. Paling tidak, pengalaman yang cukup untuk mendapatkan kaki saya. Saya akan melakukan yang jelas seperti membaca buku teks, kertas dll. Mungkin ada upaya sumber terbuka yang dapat saya ikuti atau sesuatu yang bisa saya lakukan sendiri?

Maaf jika saya tidak jelas di sini, tetapi saya harap setidaknya ada beberapa dari Anda yang melakukan pergantian serupa dan dapat memberi saran.

Terima kasih!

Anda benar, pembelajaran mesin adalah bidang yang menarik. Saya sendiri akan menyelesaikan universitas dengan fokus yang kuat dalam pembelajaran mesin dan akan segera mencari pekerjaan di bidang umum. Saya juga belum tahu bagaimana cara melakukannya.

Tetapi pembelajaran mesin secara umum adalah bidang yang cukup luas. Saya sarankan untuk lebih spesifik. Bidang apa yang termasuk pembelajaran mesin yang paling Anda minati? Ada banyak pilihan:

• pengenalan suara / pemrosesan bahasa alami
• pemrosesan gambar / video / visi komputer
• sistem medis
• deteksi penipuan
• mesin pencari
• antarmuka manusia-komputer
• ...

Semua bidang ini (dapat) mencakup teknik pembelajaran mesin.

Dalam pengalaman saya, sebagian besar kursus pembelajaran mesin umum hanya akan memperkenalkan dasar-dasar banyak teknik karena dua alasan:

1. seperti yang saya katakan: lapangan terlalu lebar untuk pergi ke mana-mana
2. sebagian besar teknik hanya masuk akal jika dikombinasikan dengan aplikasi yang sebenarnya

Saya tidak pernah benar-benar mengunyah SVM sampai saya harus menggunakannya dalam penelitian saya sendiri. Saya tidak pernah benar-benar memahami algoritma berbeda yang digunakan pada HMM sampai saya melakukan beberapa pekerjaan dalam pemrosesan pidato.

Dan ketika mencari pekerjaan saya pikir itu mirip: Perusahaan lebih cenderung mencari orang-orang dengan pengalaman / pengetahuan di bidang spesifik tempat mereka bekerja, daripada bidang umum pembelajaran mesin. Pekerjaan pembelajaran mesin lebih mungkin untuk posisi penelitian / PhD / postdoc.

Pemrosesan Bahasa Alami sebagai aplikasi praktis pembelajaran mesin

Saya bekerja penuh waktu dan saya sedang belajar paruh waktu dalam linguistik komputasi (alias NLP, pemrosesan bahasa alami) program gelar Master. Ada banyak pembelajaran mesin di bidang ini, seperti untuk pengenalan suara, klasifikasi dokumen, dll. Kuncinya adalah dasar yang kuat pada matematika, statistik, dan notasi logis. Ambil kelas di area ini untuk belajar (atau memperkuat pengetahuan Anda) sebelum Anda lulus, karena mempelajari topik ini sendiri bisa sulit.

Buku

Juga, perhatikan bahwa tidak seperti banyak bidang CS lainnya, bidang pembelajaran mesin dengan tegas terbagi antara praktisi dan ahli teori. Para praktisi menggunakan pembelajaran mesin sebagai alat, sementara para ahli teori ingin membuktikan dan meningkatkan metode pembelajaran mesin. Masalah yang timbul adalah bahwa buku-buku tentang pembelajaran mesin biasanya ditulis dari sudut pandang ahli teori, seperti buku Hastie. Satu-satunya buku praktisi yang saya temukan adalah "Programming Collective Intelligence" oleh Segaran, yang mencakup konsep dasar. Saya masih belum menemukan buku praktisi yang bagus tentang SVM, PCCM, dll.

Pembelajaran mesin memiliki sejumlah besar probabilitas dan statistik sehingga mengambil beberapa kursus lanjutan dalam mata pelajaran ini akan menjadi tempat yang sangat bagus untuk memulai.