Два года в жизни AI, ML, DL и Java

Цитирование

Все изображения в посте принадлежат соответствующим владельцам/создателям/авторам. Этот пост является повторным блогом моего @JavaAdventCalendar поста из https://www.javaadvent.com/2018/12/two-years-in-the-life-of-ai-ml-dl-and-java.html .

AI, ML и DL – это аббревиатуры для Искусственного интеллекта , Машинного обучения и Глубокое обучение.

Теперь вернемся к тому, о чем я собирался написать. Если вы спросите меня, я уже признаю, что я даже не коснулся поверхности этих тем. То, чем я делюсь здесь, – это краткое представление о том, что существует, и каждый из вас, возможно, обнаружил еще много аспектов этих тем в рамках своих ежедневных профессиональных и личных занятий.

Одна из моих мотиваций для объединения этого поста и приведенных ниже ссылок исходит из обсуждения, которое мы провели во время конференции LJC в ноябре 2018 года , где Джереми , Майкл Бейтман и я вместе с несколькими членами LJCJUG собрались на сессию, обсуждающую аналогичную тему. И вопросы, поднятые некоторыми, были в строках где Java находится в мире AI-ML-DL. Как мне сделать что-либо из этого на Java? Какие библиотеки и фреймворки использовать?

Еще одно признание: я не тратил слишком много времени, пытаясь собрать и классифицировать эти темы, спасибо Твиттеру и Интернету за то, что они помогли мне найти их и использовать. Я надеюсь, что любой контент, собранный здесь, дает количественную оценку большему, чем ответы на вышеприведенные вопросы. И в случае, если вы считаете, что можно внести дополнительные улучшения в содержание, категоризацию, макет, пожалуйста, не стесняйтесь вносить свой вклад, вы можете начать с посещения репозитория git и создания запроса на извлечение . Пожалуйста, следите, разветвляйте, запускайте репозиторий, чтобы получать обновления о предстоящих изменениях. Вот несколько ресурсов, которыми я поделился за последние два года (примерно), классифицированных так, как я мог:

• Бизнес/Общие/Полутехнические
  • Извлечение бизнес-ценности из DS ( Твит )
  • Почему Java и JVM будут доминировать в будущем машинного обучения, искусственного интеллекта и Больших данных ( Твит )
  • Машинное Обучение Стало Более Доступным Во Время Обучения Бизнеса ( Твит ) – (дополнительные ссылки)
• Классификатор/деревья решений
  • Java-приложение для обнаружения спама по электронной почте с Apache Spark ( Твит )
  • Руководство по искусственному интеллекту: Автоматизация принятия решений ( Твит )
• Коррелированное Перекрестное Возникновение
  • Многодоменный прогностический ИИ или как заставить одну вещь предсказывать другую ( Твит )
• Глубокое обучение
  • Глубокое обучение с помощью java ( Твит )
  • Бесплатное обучение ИИ – инструменты глубокого обучения на основе Java для анализа и обучения данных, а затем отправки полученных изменений обратно на сервер ( Твит )
• Генетические алгоритмы
  • Genetics – это продвинутый Генетический алгоритм, соответственно Эволюционный алгоритм, библиотека, написанная на java ( Твит )
• Java-проекты/технологии
  • Управление проектами и быстрые вычисления с машинным обучением ( Твит )
  • Graal VM + Машинное обучение ( Твит )
  • Развертывание искусственного интеллекта на заказ с использованием fnproj – KADlytics от Miminal ( Твит )
• Обработка естественного языка (она же НЛП)
  • Введение в обработку естественного языка и демонстрация с использованием библиотек с открытым исходным кодом ( Твит )
  • Реализация механизмов внимания НЛП с помощью DeepLearning4J ( Твит )
  • Как Stanford CoreNLP, популярный инструмент естественного языка Java, может помочь вам выполнять задачи обработки естественного языка ( Твит )
  • БЕСПЛАТНЫЙ AI talk по обработке естественного языка NLP с использованием Java с deeplearning4j ( Твит )
• Нейронные сети
  • Введение в архитектуру нейронных сетей ( Твит )
  • Нейронные сети, объясненные Массачусетским технологическим институтом ( Твит )
  • Реализация искусственной нейронной сети на чистом Java (без внешних зависимостей) ( Твит )
  • ( дополнительные ссылки )
• Системы рекомендаций/Совместная фильтрация (CF)
  • Учебное пособие по совместной фильтрации (CF) в Java – методике машинного обучения, используемой рекомендательными системами ( Твит )
• Инструменты и библиотеки, Шпаргалки, Ресурсы
  • Лучшие инструменты и библиотеки искусственного интеллекта ( Твит )
  • Шпаргалки для искусственного интеллекта, Нейронных сетей, Машинного обучения, Глубокого обучения и Больших данных ( Твит )
  • Обзор библиотек искусственного интеллекта в Java ( Твит )
  • ( дополнительные ссылки )
• Руководство по/Развертыванию/DevOps/Без сервера
  • Узнайте, как развертывать модели машинного обучения и управлять ими ( Твит )
  • Как подготовить неструктурированные данные для BI и анализа данных, искусственного интеллекта и машинного обучения ( Твит )
  • Упрощено Развертывание Модели Машинного Обучения: [ 1 ] [ 2 ] ( Твит )
  • (дополнительные ссылки)
• Разное
  • Введение в интерактивные запросы к озеру данных ( Твит )
  • Простое Введение В Структуры Данных ( Твит )

Из-за большого количества собранных ссылок не все из них могут быть показаны здесь и поэтому я создал репозиторий git и разместил их на GitHub , где вы найдете остальные ссылки. Еще раз повторяю, запросы на извлечение очень приветствуются.

Исходя из моего интенсивного опыта от нескольких недель до нескольких месяцев, я предлагаю, если вы хотите запачкать руки Искусственным интеллектом и это не-пружины [ 2 ] [ 3 ], не уклоняйтесь от него только потому, что он не основан на Java/JVM. Лучше всего начинать с высокого уровня с того, что у вас есть, и когда вы достаточно разберетесь в предмете, чтобы попытаться применить их на языках, с которыми вы знакомы, будь то Java или любой другой язык JVM, который вы можете знать. Я не утверждаю, что знаю их, а просто делюсь своим опытом.

Одна из вещей, которые мы затронули в ходе наших дискуссий, заключалась в том, что ИИ, ML и DL имеют значительный вклад со стороны академических кругов, и они используют инструменты и языки, наиболее известные им, а иногда и наиболее подходящие для поставленной задачи.

Следите за сообществом и инструментами, которые стимулируют инновации и вдохновение, чтобы стать лучше в выбранном предмете. В данном случае это относится к Искусственному интеллекту и его вариантам [ 2 ] [ 3 ].

Во-первых, в @ java для обмена многими ресурсами, связанными с AI, ML, DL, с более широким сообществом. А также таким организациям, как @skymindio ( https://skymind.ai/ ), которые проделывают потрясающую работу по преодолению разрыва между мирами Java/JVM и AI/ML/DL.

Кроме того, хотел бы поблагодарить хороших людей ( Хелен и команду), стоящих за исследовательской группой ML в Лондоне при поддержке @RWmeetamentor , которые упорно трудились, чтобы собрать всех вместе для изучения ML и смежных тем. Возможно, они даже очень косвенно повлияли на то, что я написал этот пост. подмигивание, подмигивание

Итак, подводя итог, в нашей дискуссии на конференции LJC Unconference 2018 мы упомянули другие языки, такие как Python, R, Julia, Matlab и им подобные, которые вносят больший вклад в AI, ML и DL, чем другие языки программирования.

Я знаю, что это не сделает меня популярным, если я скажу это но моя скромная просьба ко всем разработчикам заключалась бы в том, чтобы не думать и не ожидать всего возможного от одного языка программирования. Любой язык и в контексте этого поста Java и другие языки JVM предназначены и написаны с определенной целью, и, без сомнения, мы можем повторить усилия, предпринятые на других языках в Java/JVM languages .

Но, в конце концов, все они должны рассматриваться как инструменты и использоваться там, где это уместно. Я надеюсь, что то немногое, чем я поделился в этом посте, все еще поможет вдохновить сообщество Java/JVM, особенно тех, кто сильно интересуется такими темами, как Искусственный интеллект , Машинное обучение и Глубокое обучение .

Пожалуйста, следите за этим пространством, будет больше хороших материалов, и делитесь своими комментариями, отзывами или любым вкладом, который поможет нам всем учиться и расти до @theNeomatrix369 , вы можете узнать больше обо мне через Страница обо мне .

Обо мне

Мани Саркар – увлеченный разработчик, в основном в области Java/JVM, в настоящее время укрепляющий команды и помогающий им ускоряться при работе с небольшими командами и стартапами, в качестве внештатного инженера-программиста/data/ml engineer, подробнее ….

Твиттер: @theNeomatrix369 | GitHub: @neomatrix369

Оригинал: “https://dev.to/neomatrix369/two-years-in-the-life-of-ai-ml-dl-and-java–nni”