人工知能に関する学習体験のまとめ

序文

今は知識が急速に反復される時代です。この時代では、次のように感じるかもしれません。「最初から最後まで勉強して、それを実践すれば（学校で勉強するときのように）、学び終えた直後に新しい知識が生まれることに気づくでしょう。後から学んだ理論を実践しなければ、以前の理論を忘れてしまいます。」この学習方法は、常に理論を学習しているようなもので、進歩がなく、多くの時間を無駄にしています。

私が初めて人工知能に興味を持ったときも、このような学習アプローチをとっていました。まずは機械学習から始めて、いくつかのコースを探してメモを取り始め、次にディープラーニングに移ります。学習が終わった後、ディープラーニングには新しいことがあるので、また理論を学び始めます…このプロセスを何度も繰り返します。  表面的には一生懸命勉強してたくさんの理論を学びましたが、実際には、これらの理論の詳細について尋ねられても、それが何なのか全く分かりません。   。これは、学んだ知識を実際に使用していないためです。練習する機会がない。それで、後になって私は、この時代には以前の学習方法はもはや通用しないのだと反省し始めました。効率的に学習したいのであれば、学習方法を変える必要があるのです。  実用的な観点から言えば、分からないことに遭遇したときに確認してギャップを埋める方が効率的です。​

実用的な観点から

知識を学ぶときは、すべて実用性に基づいている必要があります。知識を学ぶのは実用的な問題を解決するためです。理論に時間をかけすぎないでください。理論的な知識が多すぎるからです。入門レベルの機械学習とディープラーニングを例に挙げてみましょう。人工知能を本当にうまく使いたいのであれば、4 つの次元の知識が必要です (もちろん、これは私自身の知識フレームワークです)。

• プログラミングの基礎（Pythonプログラミング、データ分析の基礎：numpy、pandas、可視化、特徴量エンジニアリングなど、ディープラーニングフレームワークTensorFlow、Pytorch）
• 数学の基礎（数学、数理統計、線形代数）
• アルゴリズム基盤（内部アルゴリズム：アルゴリズムとデータ構造、外部アルゴリズム：機械学習とディープラーニングアルゴリズム）
• 応用分野（CV、NLP、RS、予測、分類、クラスタリングなど）

初心者は、最初から理論を一つずつ補足し始めないでください。数学だけを学ぶには長い時間がかかり、学んだ後、忘れてしまうだけでなく、使えなくなってしまいます。これは私が以前使っていた学習方法です。確かに時間を無駄にしました。

後になって、実は上記の次元に関する知識をすべて知る必要はないということが分かりました。基本的な概念をいくつか理解し（これも再度理解する必要があります。そうでないと、後で何について話しているのか分からなくなってしまいます）、数学の基礎など、学ぶべき簡単な知識をいくつか選べばよいのです。私たちは皆、大学でこれらの科目を学んでいるので、ここでもう一度詳しく説明する必要はありません。積分、行列乗算などの概念や数理統計に関する知識を少し理解し、基本的なプログラミングの基礎、基本的な Python 構文、numpy、pandas などの基本的な使い方（pandas の紹介に関する私の以前の記事を参照してください）、そして視覚化に関することを学べば十分です。それぞれの側面について少し学べば、始めることができます。

練習するためのプロジェクトをいくつか見つけてください。最初は、過剰適合、不足適合など、多くのことが何であるかわからないため、本当に難しいかもしれません。その後、それらを調べて見つけ、自分の知識フレームワークに追加し、勉強する必要があります。このようにして、時間の経過とともに、知識フレームワークが徐々に豊かになり、常に使用しているため、すぐに忘れてしまうことがなくなります。これにより、新しいテクノロジーにも対応できるようになります。

これは ゆっくり始まりながら急速に加速する学習方法 ただし、始める前に、いくつかの基本的な概念、特に機械学習アルゴリズムとディープラーニング アルゴリズムを明確にする必要があります。上記の点も非常に重要です。完全であるだけでなく、正確でなければなりません。

MASメソッド – 出発前にどのように知識を身につければよいですか?

上記は実践的な観点からのもので、つまり、プロジェクトを開始してそこから新しい知識を学ぶのですが、  始めるための前提は、基本的な知識の枠組みと基盤を持っていることです  。

この基礎知​​識はどのように学ぶべきでしょうか?あるいは、コースに従うときにどのように勉強すればよいのでしょうか?

ここでは、コースで学んだ効率的な学習方法の記録を紹介します。   MAS法  。

• 多次元:何かを理解したい場合、複数の視点から理解する必要があります。

多次元接続を確立するにはどうすればよいでしょうか?

• 基本概念：これは基礎であり、徹底的に理解する必要があります
• ツール:ツールをマスターし、実践的なスキルを練習する
• 質問バンク：概念を本当に理解したいのであれば、もっと練習してもっとやる必要があります

このプロセスは、「考える」から「ツール」へ、そして「実践」へと続きます。重要性について言えば、「思考」が最も重要でなければなりません。なぜなら、思考は、すべてを理解し、1つの例から推論を導き出すことができる基礎となる論理と枠組みですが、思考の育成は最も難しいことでもあるからです。そのため、私はツールと実践に焦点を当てて学習し、学んですぐに応用し、常に達成感を積み重ね、ゆっくりと思考を発展させることを重視しています。

• 質問する:わからない場合は質問してください。ほとんどのプログラマーは恥ずかしがり屋です。最も重要なことは、これを打破して、わからない場合は質問することです。
• 共有:学ぶための最良の方法は共有することです。自分の言葉で話すことは、知識を整理するためのさらなる方法です。

実践ガイド – 認知から実践へ、そして再び認知へ、など

人々の最大の違いは「認知」にあり、いわゆる成長とは認知のアップグレードです。

多くの人は「認知」について誤解していて、認知は単なる概念だと思っているのではないでしょうか?同じ概念を人によって習得するレベルが異なるのはなぜか、考えたことがありますか?

知識を私たち自身の言語に変換して初めて、それは本当に私たち自身のものになります。この変換プロセスは認知のプロセスです。

では、学習能力と吸収力を向上させるにはどうすればよいでしょうか?簡単に言えば、「知識と行動の統一」を意味します。

認知が脳だとすると、ツールは私たちの手のようなものです。データ エンジニアとアルゴリズム サイエンティストは、毎日最も多くのツールを扱います。データ分析プロジェクトを開始し、データマイニングアルゴリズムモデルについてすでに頭の中で考えてきた場合は、次の 2 つの原則を念頭に置いてください。

1. 車輪の再発明はしない

データ収集を例に挙げてみましょう。多くの企業にはデータ収集のニーズがあります。特定のツールでは個々のニーズを満たすことができないと考え、この作業を専門に行う人材を雇うことに決めます。そして結果はどうでしょうか? 1年以上の実践と数十万ドルの給料を経て、多くのバグが見つかり、最終的にサードパーティのツールを選択しました。時間と労力がかかりますが、実際の結果は得られません。モデルに関連するクラス ライブラリが利用可能かどうか - これは、業界に参入するすべてのプログラマーに伝えられるほぼ最初のルールです。

2. ツールが効率を決める

「車輪の再発明をしない」とは、まず使える車輪、つまりツールを見つける必要があることを意味します。どのように選択すればよいでしょうか?それはあなたがやりたい仕事によって異なります。良いツールも悪いツールもありません。正しいツールがあるだけです。研究作業以外では、ほとんどの場合、エンジニアは最も多くのユーザーがいるツールを選択します。理由: バグが少なくなり、ドキュメントが増え、事例が増えるからです。たとえば、Python にはデータマイニングを処理するためのサードパーティ ライブラリが多数あります。これらのライブラリには多数のユーザーと、使い始めるのに役立つヘルプ ドキュメントがあります。

適切なツールを選択したら、あとは「資産」を蓄積するだけです。知識の大部分を記憶することは難しく、ツールの指示を記憶することもできませんが、ストーリー、実行したプロジェクト、解決した質問などは、通常、記憶することができます。これらのトピックとプロジェクトは、最も重要な「資産」です。

これらの「資産」を素早く蓄積するにはどうすればよいでしょうか? 3つの単語:  熟練度  。質問に回答することは、最初のステップに過ぎません。鍵となるのは、ツールの使用能力を訓練することです。

熟練度が上がるにつれて、思考力や認知モデルも徐々に向上します。

要約する

認知の 3 つのステップ: 認知からツールへ、そして実際の実践へ、そしてこのプロセスを何度も繰り返します。

どのような知識を学んだとしても、私たちは次のことを実行すべきです。

• 毎日の洞察を記録します。特に、各授業の後に、知識のポイントをより深く理解できるようになります。これらの洞察をブログやメモを通じて整理して共有するのが最適です。何かわからないことがあれば、必ず質問してください。  マス  。
• これらの認識は、ツールのどの操作に対応しています。ツールを使用して知識ポイントの理解を表現し、これらの操作メモを自分の言語で記録します。
• 知識を固めるためにさらに練習してください。私たちが学ぶことは、ほとんどの部外者にとっては「運転」と同じようにクールなことなのです。私たちが学んでいるのは、習得したい人にとってはまさに「運転」と同じで、実はそれほど難しいことではなく、すでに運転を始めている人もたくさんいます。必要なのはもっと練習することだけです。