fundo
Eu amo estudar A sede de conhecimento me fez ler muitas notícias e artigos sobre a pandemia. Foi então que me deparei com um artigo sobre um grupo de pesquisadores criando um novo sistema que pode distinguir a pneumonia do COVID-19 com base na análise de raios-X.
O artigo mencionou que o projeto usa "inteligência artificial" e "redes neurais". Isso imediatamente me interessou. Como os humanos foram capazes de construir e treinar uma máquina que analisa os raios-X? Vamos começar com o fato de que a inteligência artificial nem tem formação médica. E ele alcançou mais de 90% de precisão! Foi assim que minha jornada para o aprendizado profundo da toca do coelho começou.
Resumindo, conversei com um amigo e descobri sobre a existência do TensorFlow (e Keras). E então, enquanto continuava a estudar diferentes materiais sobre este tópico com curiosidade, encontrei um artigo , o autor do qual fala sobre como ele se tornou um desenvolvedor certificado do TensorFlow.
Aqui eu me desafiei, imaginando se poderia obter esse certificado. É verdade que eu estava preocupado por não ter tempo suficiente para isso. O fato é que eu ia trabalhar e, além disso, mais ou menos na mesma época, começaram meus estudos de mestrado. Além disso, não sei nada sobre programação em Python. Serei capaz de atingir meu objetivo?
Na minha graduação, estudei matemática aplicada para resolver problemas atuariais. Isso significa que estou bastante familiarizado com matemática superior e estatística, sei o que são regressão e séries temporais. Mas meu conhecimento de Python era quase zero. O único idioma que eu conhecia na época era o R. Embora eu ache o R uma linguagem muito versátil que pode atender às necessidades de quem trabalha com dados, infelizmente esse idioma não era adequado para fazer o exame de certificação.
A certificação no TensorFlow seria um marco importante em minha jornada como cientista de dados autodidata e cientista de IA. Talvez eu já tenha falado o suficiente sobre mim. É hora de falar sobre o TensorFlow.
O que é a plataforma TensorFlow e por que aprendê-la?
Resumindo, o TensorFlow é uma plataforma de aprendizado de máquina amplamente usada.
Se falarmos sobre TensorFlow com mais detalhes, descobrimos que temos diante de nós um framework de código aberto gratuito que cobre todas as necessidades de criação de projetos nas áreas de máquina e aprendizado profundo. Essa estrutura permite que você resolva uma ampla gama de tarefas - desde o pré-processamento de dados até o treinamento e a implantação do modelo. O TensorFlow foi originalmente desenvolvido para atender às necessidades internas do Google e foi desenvolvido pela equipe do Google Brain. Agora, essa estrutura é usada literalmente em todos os lugares.
Agora vamos falar sobre por que você deve aprender TensorFlow. O fato é que esta plataforma é capaz de resolver muitos problemas, e o fato de ser muito mais prevalente do que você pode imaginar. É muito provável que você, mesmo sem saber sobre isso, esteja usando serviços criados com o TensorFlow.
Demonstração da Resposta inteligente do Gmail ( fonte )
Você já usou o recurso Resposta inteligente do Gmail? Este mecanismo é baseado nas capacidades da inteligência artificial. Ele oferece ao usuário três respostas possíveis a um e-mail com base no conteúdo do e-mail. O mecanismo de resposta inteligente é criado com o TensorFlow.
Você sabe o que impulsiona o feed da sua conta do Twitter? Em que se baseia o mecanismo de OCR (imagem para texto) do WPS Office? Como o VSCO recomenda perfis de usuário para você ao analisar suas fotos? Todos esses são exemplos de como o TensorFlow pode ser usado.
No momento em que este artigo foi escrito, o TensorFlow existia há apenas cerca de 4 anos. Além disso, esta plataforma tem sido usada em um grande número de projetos que todos nós usamos todos os dias. Embora aquele artigo sobre reconhecimento de raios-X COVID-19 que mencionei anteriormente não tenha dito explicitamente, é provável que os pesquisadores que o escreveram também usaram o TensorFlow.
No futuro, conforme as tecnologias de aprendizado profundo e inteligência artificial melhoram, podemos esperar o surgimento de mais produtos, serviços, pesquisas científicas, nos quais o TensorFlow é usado como um subsistema que implementa tecnologias de aprendizado profundo.
Os profissionais de aprendizado de máquina e ciência de dados se beneficiam da familiaridade com esta plataforma. E eu, impulsionado por esse pensamento, fiquei interessado em me tornar um desenvolvedor certificado do TensorFlow. Você pode ter tido pensamentos semelhantes antes. Talvez você esteja pensando sobre isso enquanto lê este artigo. Você pode ter seus próprios motivos para aprender o TensorFlow. De qualquer forma, se você decidir se preparar para a certificação, encontrará alguns detalhes a respeito na próxima seção.
Detalhes sobre certificação
TensorFlow Digital Badge ( fonte )
O exame de certificação TensorFlow é realizado em Python. Este exame usa a biblioteca TensorFlow Python e APIs relacionadas. Uma tentativa custa $ 100. Se a primeira tentativa falhar, você pode pagar a mesma quantia e passar no segundo exame em 2 semanas. Detalhes sobre taxas de exames e outros itens semelhantes podem ser encontrados aqui .
O exame consiste em quatro partes principais: criar e treinar uma rede neural usando TensorFlow, reconhecimento de imagem, processamento de linguagem natural e trabalho com séries temporais. Ao passar no exame, você precisa usar o IDE PyCharm.
Depois de ler o manual do exame, comecei a planejar meus estudos. Primeiro, eu tive que entender a programação Python e, em seguida, tive que dominar o TensofFlow.
Primeiro mês de estudo
Talvez você tenha lido até agora sem perder nada, talvez você apenas saltou aqui. Em qualquer caso, permita-me relembrá-lo de onde comecei. Eu era um estudante comum de matemática aplicada, sem nada para me manter ocupado e não tinha experiência com programação Python. Este aluno estava repentinamente ansioso para se tornar, em dois meses, um desenvolvedor certificado do TensorFlow.
Aqui começo uma história sobre como e o que estudei durante esses dois meses.
No primeiro mês, estava aprendendo Python. Como consegui aprender a programar neste idioma tão rapidamente? Fui ao HackerRank a primeira coisae comecei a resolver problemas em Python. Muitas tarefas. Sempre que me deparava com algo que não conseguia enfrentar sozinho, comecei imediatamente a procurar as soluções de outras pessoas. Se um rápido olhar para a solução não me permitiu resolver o problema, procedi a uma análise aprofundada das ideias de outras pessoas, tentando entender a essência da solução e destacar o que seria útil para mim.
Estou fazendo isso há duas semanas. Depois disso, consegui resolver a maioria dos problemas, mesmo os difíceis, sem olhar para lugar nenhum.
O que eu fiz nas duas semanas restantes? Assistiu a tutoriais de Python gratuitos no YouTube. Sim, exatamente. Livre. Aulas. No YouTube.
Claro, se você tiver a oportunidade de se inscrever em um curso real de Python, onde o material é bem estruturado, então você certamente deve fazer isso. Os três cursos em vídeo aos quais farei um link abaixo, eu mesmo escolhi, em um esforço para aprender Python mais rápido.
Estes vídeos não são particularmente populares pelo facto de serem "gratuitos" e porque quem os vê não receberá qualquer certificado de formação. Na verdade, aqui estão os cursos de treinamento que considero bastante valiosos:
- Python for Beginners. Python. , , (, , ), . , . , Python .
- Python for Data Science Full Course. Python- -. . Keras TensorFlow. , , , .
- Análise de dados com Python . Antes de criar modelos e treiná-los, é necessário preparar os dados, submetê-los ao pré-processamento. Por alguma razão, isso costuma ser esquecido. Este curso é principalmente dedicado a tópicos como coleta de dados, carregamento em um programa, limpeza, visualização. Esse trabalho com dados permite que você os compreenda melhor, o que é benéfico para todo trabalho posterior com eles.
Embora eu planeje me inscrever em um curso regular de Python, esses três vídeos me deram tudo que eu precisava. Se você também assiste a esses cursos, tente fazer anotações enquanto os assiste, escreva o código você mesmo e tente o que eles falam sobre.
Segundo mês de estudo
Passei meu segundo mês de estudo no DeepLearning.AI TensorFlow Developer Professional Certificate , que pode ser encontrado no Coursera. Os cursos dessa especialização são ministrados por Lawrence Maroney, inteligência artificial do Google, e Andrew Ng, fundador da deeplearning.ai .
A especialização inclui quatro cursos. Cada um deles corresponde a um dos tópicos de exame mencionados. Um curso dura quatro semanas, mas estudei o material da semana em um dia, pois naquela época essa era minha ocupação mais importante.
Depois de concluir cada curso, tirei um dia de folga. Neste dia, experimentei o código e lentamente explorei as ideias relacionadas ao curso.
No final, demorei cinco dias para concluir cada curso. Demorei quatro dias para revisar os materiais do curso e, em outro dia, passei descansando e revisando o que havia aprendido. Como resultado, consegui concluir toda a especialização em 20 dias.
Cada curso incluiu tarefas de programação. Eu levava essas atribuições a sério. Muitas vezes, por exemplo, passei muitas horas experimentando os hiperparâmetros de uma rede neural (quando você começar a aprender, saberá o que é) para obter os melhores resultados. Fazendo esse tipo de coisa, você pode adquirir uma espécie de compreensão instintiva de como, por tentativa e erro, criar modelos de rede neural.
Às vezes, nos materiais das aulas havia links para conjuntos de dados, para artigos, para outros materiais adicionais. Embora você não precise aprender tudo isso para concluir o curso, por curiosidade, trabalhei em muitos desses recursos. O curso foi focado principalmente na prática. Mas geralmente eles recebiam links para os vídeos de Andrew Eun, nos quais ele mais claramente, com uma explicação da teoria, revelava algumas coisas.
Materiais alternativos
Você não precisa estudar como eu para obter o certificado. Por exemplo, em vez de completar uma especialização paga no Coursera, você pode recorrer a outros materiais:
- Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. , , , . 10-16 , .
- YouTube, TensorFlow. , . , , . Coursera, , . , , , . Keras TensorFlow.
Depois de terminar todos os cursos que escolhi no Coursera, reservei quatro dias para revisar o que havia aprendido e reler o manual do exame. Comecei a fazer o exame no 25º dia do segundo mês de preparação.
O dia decisivo chegou. E, por falar nisso, aqui está uma folha de dicas com as respostas para o primeiro lote de perguntas (se alguém não entender, estou brincando). Por motivos óbvios, não posso entrar em detalhes sobre o exame, mas a seguir forneci algumas de minhas observações e dicas sobre preparação e aprovação para o exame.
- , — IDE. , IDE PyCharm. IDE, , , , . PyCharm, , .
- . , ( , ). , , . .
- . . , . , , ( , , IDE ).
- . , , . , . — , .
- Os modelos podem ser treinados usando recursos de plataformas externas como Google Colab e AWS. Antes de iniciar o exame, aprenda como salvar modelos nos quais você trabalhou em plataformas externas e carregá-los no PyCharm. Os modelos devem ser salvos no formato .h5.
Se você fez um bom trabalho ao se preparar para o exame e domina tudo o que está incluído no plano de exame, será aprovado. Posso dizer com segurança que o manual contém recomendações sensatas. Você pode testar sua prontidão para o exame avaliando seu conhecimento dos tópicos mencionados nele.
Eu fiz o exame usando meu laptop, que é equipado com um processador AMD e não tem uma placa de vídeo separada. Ao mesmo tempo, precisei recorrer ao poder do Google Colab apenas uma vez, resolvendo um problema que usava um grande conjunto de dados. Você, para saber se o seu computador é adequado para o exame, pode resolver vários problemas práticos nele. Acredito que você deva se preocupar mais não com o computador, mas com a velocidade e estabilidade da conexão à Internet, já que é necessário descarregar os modelos para passar no exame.
Resultados dos exames
Após concluir o exame, recebi imediatamente um e-mail informando que havia sido aprovado no exame. Um certificado digital oficial confirmando a aprovação no exame será enviado em 2 semanas. Ele pode ser anexado ao seu perfil do LinkedIn.
O certificado é válido por apenas três anos. Isso significa que em 2023 terei de fazer o exame novamente. Só posso imaginar como o TensorFlow e todo o setor de aprendizado profundo se desenvolverão até lá. E espero que passar no exame seja mais fácil para mim do que agora.
Resultados e planos para o futuro
Isso, é claro, não é o fim. Isto é apenas o começo. Meu primeiro marco no aprendizado da tecnologia de IA foi minha certificação TensorFlow, e isso me inspirou imensamente. Este certificado se tornou minha porta para o mundo da ciência de dados. Isso é um pouco estranho, porque geralmente, quando se trata de aspirantes a cientistas de dados, o aprendizado profundo é como a cereja do bolo.
Estou feliz por ter conseguido um certificado e por ter escrito este artigo apenas alguns dias antes de começar a trabalhar e estudar. Durante dois meses de preparação, dediquei-me inteiramente ao meu novo hobby. As tecnologias de inteligência artificial nos dão possibilidades aparentemente infinitas para resolver problemas reais.
Quero salientar que não acho que minha abordagem de auto-estudo seja a melhor. Você ainda pode trabalhar e trabalhar nisso. Para quem não tem limite de tempo, pode não valer a pena correr como eu. E no processo de estudo seria bom que eles criassem seus próprios projetos. Acho que essa abordagem de aprendizagem é melhor do que a minha. Agora, embora eu seja um desenvolvedor certificado do TensorFlow, ainda preciso fazer meu próprio projeto e colocá-lo no GitHub. É isso que farei depois de publicar este artigo. Isso me permitirá melhorar meus conhecimentos e habilidades.
Tenho certeza de que o mundo da inteligência artificial e tudo o que está relacionado a ele é um fenômeno em rápido crescimento, cheio de inovações, descobertas, avanços científicos. Esta é a vanguarda da tecnologia moderna. Há muito aqui que as pessoas ainda precisam aprender e explorar. Se quiser, você também pode fazer parte deste mundo. Eu queria. E, entediado durante a quarentena, ele começou sua jornada.
Você está planejando se tornar um Desenvolvedor certificado do TensorFlow?
