Как новичку в IT попасть в Machine Learning?

Question

[vladi4ek]

Всем доброго времени суток! Ребят, не судите строго, но представьте себе такую ситуацию: молодое дарование, прочитав Лутца, просмотрев пару Ютуб каналов по Python, обрело какие-то базовые знания по этому языку и теперь хочет трудоустроиться. Зная, что новичку и так тяжело устроится, дарование все равно очень хочет попасть стажёром в сферу Machine Learning с перспективой заниматься Computer Vision. Вот убейте, но писать вебки и приложения почему-то не тянет, хочется даже заниматься более исследовательской работой, чем непосредственно разработкой продукта. Но опыт в этой сфере готов получать на любой должности.

Подскажите, реально ли начать карьеру в IT с машинного обучения или все равно будут требовать большого опыта в программировании?

P.S. алгоритмы, линейная алгебра и все остальное в процессе изучения. От вас хочу узнать о перспективе вцелом. Но если посоветуете что-то изучить дополнительно, буду рад вашему совету.

Answer 1

[dmshar]

Странно как-то выглядит вопрос.
Какое отношение Лутц (очень хорошая книга, кстати) или "пару Ютуб каналов" (тут качество неизвестно и скорее всего сомнительно) имеет к машинному обучению. Эта область это сначала машинное обучение, а уж потом Python, C# или что-то там другое. Поэтому вопрос поставлен некорректно - если хотите что-то связанное с "исследовательской работой," то начинать надо именно с машинного обучения. И если будете стремиться на должность, связанную с МL, то требовать будут именно это, а уж опыт с Python - в придачу. Впрочем, есть шанс заниматься не Data Sсience, а Data Engineering - но это все-таки уже программирование, а не собственно машинное обучение, ну и там как раз одного Python тоже будет маловато и копать придется в сторону Computers Engineering .

По части "изучить дополнительно" - есть несколько неплохих книг, с которых можно начать вхождение в ML "со стороны Python":

Ван дер Плас. "Python для сложных задач. Наука о данных и машинное обучение".
Джоши П. "Искусственный интеллект с примерами на Python".
Коэльо Л.П. "Построение систем машинного обучения на языке Python"
Pашкa С. Python и машинное обучение.
Силен Д., Мейсман А. "Основы Data Science и Big Data. Python и наука о данных".
Шолле Ф. "Глубокое обучение на Python"
Мюллер А. "Введение в машинное обучение с помощью Python"
и др.

Посмотрите, почитайте, подумайте. Решите - ваше оно или нет, и по зубам-ли вам оно.

Comments

[vladi4ek]

Искренне благодарен за столь развернутый ответ!
Я просто хотел объяснить свой уровень тем, что прочитал и смотрел, и тот факт, что опыта в IT не имею.
Может знаете все таки на примере, начинал ли кто-то карьеру с машинного обучения, Data science и прочего из этой сферы? И ещё вопрос по теме: как ещё можно подойти к ML, если не со стороны программирования, наверняка я ещё смутно представляю процесс работы в этой сфере. Заранее спасибо
P.S. за литературу отдельное спасибо, через книги мне доходит точно лучше, чем через Ютуб)

[dmshar]

1. К ML не только можно, но и нужно подходить не со стороны Python, а со стороны математики/статистики. А "по-дороге" уже смотреть, как эти вещи могут быть реализованы, то-ли на "базовом" Python (но это больше для самотренировки) либо уже реализованы в соответствующих библиотеках, то-ли вообще на других инструментах.
2. Таких примеров достаточно, пусть это вас вдохновляет. И не только "начинал", но и успешно продолжает свою карьеру. Некоторые из них не знают Python от слова "совсем".

[vladi4ek]

Раз уж на то пошло, последняя просьба. Сделайте, так сказать, вклад в развитие ML)) Посоветуйте толковую литературу по необходимой математике для этой сферы. Желательно, конечно, не набор лекций ( но я учту, если предложите), а реально доходчивый учебник, может даже времён СССР. Вышмат в универе учил на троечку, хоть и твердую, какое-то представление о матрицах и функциях имею. Так что не гуманитарий)

[dmshar]

vladi4ek,
Посмотрите хотя-бы этот форум. Если честно, мне уже немного надоело каждые две недели отвечать на этот вопрос.
Ну вот, из САМОГО последнего:
https://qna.habr.com/q/1057274#answer_2033256

Ну, или вот еще:
https://ru.stackoverflow.com/questions/678970/Книг...

Answer 2

[Евгений Лернер]

уметь программировать для работы с нейронными сетями вообще не нужно. возьмите tensorflow и начните экспериментировать с ним. есть много других готовых пакетов. очень много руководств

Comments

[dmshar]

Ну да, программировать - не нужно. И математики - тоже не нужно:
https://qna.habr.com/q/1057274#answer_2033296
А что-же нужно?
Вообще-то человек хочет " заниматься более исследовательской работой, чем непосредственно разработкой продукта". Так что-же ему нужно? Для исследовательской-то работы?
Ну и еще - он спрашивал про ML, которое к нейросетям не сводиться. А уж к TF - тем более.

[Евгений Лернер]

dmshar, у вас много слов и никакого понятия. он спрашивает-Machine Learning с перспективой заниматься Computer Vision От вас хочу узнать о перспективе вцелом. Это именно нейронные сети. реальная перспектива получить работу это обучение нейронных сетей. ни математика ни программирование не нужны. работадателя будут интересовать опыт работы и реальные результаты. надо ъорошо понимать что такое нейрон, архитектура нейронных сетей, в первую очередь ограниченниая машина больцмана, обучение с учителем и без, глубокое обучение, жадные алгоритмы, обратное распростарнение ощибки, градиентный спуск, имитация отжтга. Это в 1000 раз важнее чем питон который вообще не нужен

[vladi4ek]

Евгений Лернер, Спасибо за ответ. Я конечно слабо представляю процесс работы человека с нейросетями, но разве в том же Computer vision не нужно уметь работать с OpenCV и питоном? Если у Вас есть опыт в обучении нейронов, поделитесь в двух словах пжл.
И ещё вопрос, близкий по теме: разработка ИИ - это ответвление от нейронных сетей? Просто прочёл много статей по этому поводу, везде пишут, что матан и питон необходимы в этой сфере.
Заранее спс

[Евгений Лернер]

изучайте именно нейронные сети, причем теории там мало. я вам написал что соверщенно необходимо знать. важна практика. в матемтаике и программировании вы не можете конкурировать с выпускниками хороших универов. а практика всегда возьмут на работу. много готовых пакетов, которые работают примерно одинаково, выбеоите тот что вам удобен. я распознаванием изображений ни занимаюсь, обрабатываю случайные процессы

[vladi4ek]

Евгений Лернер, И на том спасибо)

[dmshar]

много готовых пакетов, которые работают примерно одинаково, выбеоите тот что вам удобен.
ни математика ни программирование не нужны.
Это в 1000 раз важнее чем питон который вообще не нужен
- ну понятно. Короче говоря - научитесь нажимать кнопки, ну на крайний случай - вызывать методы fit и predict - и хватит с вас. Уровень (и потолок) в лучшем случае подручного у мастера вам обеспечен.
он спрашивает-Machine Learning с перспективой заниматься Computer Vision - если под "заниматься" понимать, просто вызывать готовые пакеты и бездумно ему что-то там подсовывать, то можно обойтись одним пакетом и тремя методами. Считать ли это ""исследовательской работой," - решайте сами.

И да:
везде пишут, что матан и питон необходимы в этой сфере.
Но ваш собеседник считает иначе. Делайте выводы.

[vladi4ek]

dmshar, ну я пришел к выводу что необходимо все изучать, как матан так и нейросети отдельно, поскольку опять же, почти везде их упоминают чуть ли не в первую очередь, когда речь идёт о ML. Видимо, это сейчас наиболее популярный метод, может ошибаюсь.
В любом случае спасибо за дельные советы, я вовсе не рассчитываю через месяц стать спецом в Data science и ML. Просто надо понять, к чему стремиться и на что можно рассчитывать.
И да, истина рождается в споре)

[dmshar]

vladi4ek,
В принципе - правильное решение. Ну вот еще - если интеерсно, из свеженького
https://www.quora.com/What-should-I-learn-for-mach...
Кстати, посмотрите на .quora- там время от времени возникают споры на подобные темы, и контингент участвующий в обсуждения - достаточно профессионален.
ANN сейчас самый модный, или хайповый метод, это да. Поэтому у новичков и складывается мнение, что МL=ANN. На самом деле это не так, и множество задач может решаться без привлечения нейросетей, причем часто эффективнее чем с ними. Но куда пафоснее сказать "я занимаюсь нейросетями (а еще круче - "искусственным интеллектом"), чем я строю регрессионную модель для выявления аномалий в поведении временного ряда.
Впрочем каждому свое - кто-то хочет проектировать автомобили, кому-то достаточно умения крутить руль. Кто-то делает операции и ставит сложные диагнозы, а кто-то ограничился умением делать уколы. И каждый по своему прав. Поэтому я и посоветовал вам сначала посмотреть и определиться - что ваше, что нет. А решение принимать потом. Самому и осознано.
Удачи.

[vladi4ek]

Искренне благодарен, что уделили мне столько времени)

[Евгений Лернер]

питон необходимы в этой сфере - это чушь. множество пакетов написаны без всякого питона. питон это вообще интерпретирующий медленный язык, для нейронов не годится. если хотите изучать программирвание для нейросетй то cuda opencl. матанализ нейронным сетям как корове седло., абсодютно бесполезен

[Евгений Лернер]

vladi4ek, ml это практически нейросети, за редким исколючением. обучение это просто оптимизация функции многих перменных. главные проблемы это овражность и локальные максмумы. никакие математические методы для решения этих проблем не применимы. все алгоритмы давно разработаны, но применение их это исскуство. не слушайье болтунов. НАЧИНАЙТЕ ПРАКТИКОВАТЬ

[vladi4ek]

Евгений Лернер, Спасибо, я действительно учел все выше вами сказанное. Буду стараться практиковаться тоже, тем более что Вы тоже постарались разжевать по максимуму. Спасибо ещё раз.
P.S. я видел, что вы спорили там с dmshar минимум ещё в одном форуме, может уже встретитесь за чашкой кофе?))

[Евгений Лернер]

я живу в израиле. этот человек аытался ответить на мой вопрос как раз по машинному обучению. больше никто не ответил. но он неадекватный и невменяемый. если вы действительно хотите найти работу а не просто потрепаться то вы должны понимат, что это спциальность очень сложная. и того кто умеет берут на работу сразу. хороших математиков и програмистов очень много, а умеющих обучать сети очень мало. обратите особое внимание на методы оптимизайии функций многих переменных, это суть машинного оьбучения. проблема втом что детерминированные алгоритмы, типа градиентного, работают быстро но могут дать совепшенно не верный результа.
а случайные типа генетического и имитации отжига надежнее но гораздо медленне. надо их сочетать. также будующее машинного обучения это вычисдения на видеокартах а также специализированные процессоры вроде тензороного у гугла

[mkone112]

я живу в израиле

Кому какое дело вообще?

но он неадекватный и невменяемый

Пруфы или балабол.

хороших математиков и програмистов очень много

Поржал.
Весь остальной ответ - будто сгенерировала нейросеть.

[Евгений Лернер]

mkone112, он сросил почему бы гам не встретиться, я ответл что в другой стране. вы нездоповы?

[Евгений Лернер]

mkone112, проблема не втом, что вы и подобные вам практически ничего не можете, а в том что вы морочите голову молодому человеку. например пишите что без питона в машинном обучении не обойтись. ML это тяжелые вычисления. питон во много раз медленне чем с , не говоря об ассемблере и cuda. ни один нормальный практик не работает с питоном

[mkone112]

Евгений Лернер,

проблема не втом, что вы и подобные вам практически ничего не можете

За себя говори. Забавно слышать это от человека не осилившего настроить rdp. И опять таки пруфы.

например пишите что без питона в машинном обучении не обойтись.

Начни различать людей которым пишешь. И заодно завязывай делать по 10 ошибок ошибок в ответе.

питон во много раз медленне чем с

Не неси бред.

[Евгений Лернер]

mkone112, лечись, лечись. а когда вылечишся посмотри тесты скорости языков. пойми разницу между компилиюрущим и интерпретирующим языком.

[Евгений Лернер]

mkone112, https://medium.com/codex/how-slow-is-python-compar.... ты на англ вряд ли читаешь, поэтому переведу. питон в 45 раз медленнее с

[mkone112]

Евгений Лернер, последний раз повторю для нубов, которые про питон слышали только из таких вот статеек - не неси бред. Сравнить пару строк кода на CPython с Cи применительно к ML - это еще нужно постараться такое сморозить.

[Евгений Лернер]

таких тестов я видел много. ты знаешь что такое интерпретирующий язык, умник? отвечай.
на чем написаны основные пакеты
Torch с
Caffe с++
Theano python, компилируется
tensor flow python, вычмсления на с и cuda
так где же обязательность питона, губошлеп?