How I’d Learn Machine Learning in 2024 (If I Were Starting Over)

Smitha Kolan - Machine Learning Engineer

3 Sept 202409:31

Summary

TLDRفي هذا الفيديو، تقدم سمثا نصائح حول كيفية تعلم التعلم الآلي بفعالية في عام 2024. تبدأ بالتأكيد على أهمية فهم المشهد الحالي لتقنيات الذكاء الاصطناعي، خاصة مع تزايد الاستثمارات في الذكاء الاصطناعي التوليدي. توضح أهمية أخذ دورة أساسية في التعلم الآلي، ثم بناء المهارات الأساسية مثل فهم بنية المحولات والرياضيات. تتحدث أيضًا عن تطبيق المهارات عمليًا من خلال المشاريع وتجربة التعلم العميق باستخدام مكتبة بايتورتش. وأخيرًا، تشدد على أهمية فهم كيفية بناء وتوزيع نماذج التعلم الآلي واستخدام السحابة.

Takeaways

😀 في 2024، شهدت استثمارات الذكاء الاصطناعي التوليدي ارتفاعًا هائلًا بنسبة 8 مرات، مما يبرز أهميته في الصناعة.
😀 من المهم أن تكون على دراية بالاتجاهات الحالية في الذكاء الاصطناعي وتعلم الآلة للحصول على أفضل الفرص الوظيفية.
😀 يمكنك تعلم تعلم الآلة بنفسك باستخدام العديد من الموارد المتاحة، ولكن يجب عليك أن تكون مستعدًا للتعامل مع التحديات.
😀 يُنصح بالبدء بدورة تأسيسية في تعلم الآلة لفهم الأساسيات بأفضل طريقة ممكنة.
😀 من المهم تعلم معماريات المحولات مثل BERT و GPT لفهم النماذج متعددة الأنماط ومعالجة اللغة الطبيعية.
😀 الرياضيات هي جزء أساسي من تعلم الآلة، ولا يجب أن تكون خبيرًا في الرياضيات للبدء، ولكن يجب التعلم بشكل مستمر.
😀 التعلم العميق هو مجال أساسي في تعلم الآلة، وينبغي لك الإلمام بكافة الجوانب المتعلقة به مثل الشبكات العصبية متعددة الطبقات.
😀 فهم معايير تقييم النماذج مثل الدقة والدقة والاسترجاع مهم جدًا لتقييم أداء نماذجك.
😀 من الضروري أن تحصل على تجربة عملية عبر بناء مشاريع واستخدام مجموعات بيانات عامة لتحسين مهاراتك.
😀 تعلم أدوات مثل PyTorch أمر حيوي للذكاء الاصطناعي العميق، حيث أصبحت أكثر استخدامًا في الصناعة مقارنةً بـ TensorFlow.
😀 ينبغي تعلم كيفية بناء أنظمة تعلم آلي متكاملة وتنفيذ النماذج عبر منصات سحابية مثل AWS أو Google Cloud.

Q & A

ما هو الهدف الرئيسي للفيديو؟
-الهدف الرئيسي هو تقديم خارطة طريق فعّالة لتعلم تعلم الآلة في عام 2024، مع التركيز على كيفية تعلم المفاهيم الأساسية والمتقدمة في هذا المجال.
ما هي أبرز التغييرات التي حدثت في مجال الذكاء الاصطناعي وتعلم الآلة بين 2022 و2024؟
-أحد التغييرات الرئيسية هو الزيادة الكبيرة في الاستثمار في الذكاء الاصطناعي التوليدي، حيث ارتفعت الاستثمارات إلى 25.2 مليار دولار في عام 2024، وهو ما يعكس اهتماماً متزايداً من الشركات الكبرى مثل OpenAI وAnthropic وكذلك الشركات مثل Google وMeta.
ما هي أهمية فهم هندسة المحولات (Transformers) في تعلم الآلة؟
-فهم هندسة المحولات مهم للعمل مع النماذج متعددة الأنماط ومعالجة اللغة الطبيعية، بالإضافة إلى أنها أساسية لتطوير نماذج مثل BERT وGPT التي تعتمد على هذه البنية.
هل يجب على المتعلم أن يتقن الرياضيات بشكل كامل قبل البدء في تعلم الآلة؟
-لا، لا يجب أن يتقن المتعلم الرياضيات بشكل كامل منذ البداية. يمكن تعلم الرياضيات تدريجياً أثناء تعلم مفاهيم تعلم الآلة، حيث لا يشترط إتقانها في المراحل الأولى.
ما هو المسار الذي يجب اتباعه بعد إتمام دورة تعلم الآلة الأساسية؟
-بعد إتمام دورة تعلم الآلة الأساسية، يجب على المتعلم أن يركز على تعزيز مفاهيمه الأساسية، مثل فهم هندسة المحولات، تحسين النماذج، ودراسة الرياضيات الخاصة بتعلم الآلة.
كيف يمكن للمتعلمين الحصول على خبرة عملية في تعلم الآلة؟
-يمكنهم الحصول على خبرة عملية من خلال التعاون مع متعلمين آخرين في مشاريع مشتركة، بناء مشاريع خاصة باستخدام مجموعات البيانات العامة المتاحة على الإنترنت مثل GitHub أو الحكومية.
ما هو أفضل إطار عمل لتعلم الشبكات العصبية العميقة في 2024؟
-أفضل إطار عمل لتعلم الشبكات العصبية العميقة في 2024 هو PyTorch، حيث أنه أصبح الأكثر استخداماً في الصناعة مقارنةً بـ TensorFlow.
ما هو دور التعلم الآلي في معالجة اللغة الطبيعية؟
-التعلم الآلي يلعب دوراً مهماً في معالجة اللغة الطبيعية (NLP) من خلال تطوير نماذج قادرة على فهم وتحليل النصوص، مما يعزز تطبيقات مثل الترجمات الآلية، وتحليل المشاعر، والتفاعل الصوتي.
كيف يمكن للمتعلمين بناء مهارات متقدمة في تعلم الآلة؟
-يمكنهم بناء مهارات متقدمة من خلال تعلم PyTorch للشبكات العصبية العميقة، ودراسة معالجة اللغة الطبيعية (NLP)، والعمل على مشاريع متقدمة باستخدام هذه التقنيات.
ما هو دور MLOps في عملية تعلم الآلة؟
-MLOps يساعد في بناء وإدارة الأنظمة الخاصة بتعلم الآلة من خلال دمج نماذج التعلم مع البنية التحتية السحابية، مما يسمح بنشر النماذج بشكل فعال وتوفير الدعم اللازم لها في بيئات الإنتاج.