‹ 返回视频系列: 面向新手的人工智能从业者指南

视频系列:人工智能从业者指南 | 第 1 部分:简介

  • 概览
  • 资源
  • 文字稿

查看机器学习从业者需要了解的业务和数据策略概述。阅读在英特尔® 至强® 可扩展平台上安装与验证 TensorFlow*(一款常见的人工智能框架)的详细说明。
 

大家好,我是 Beenish Zia,欢迎收看面向新手的人工智能从业者指南视频系列。在第 1 期,我将简要介绍该指南的主要内容、人工智能的基础知识和应用人工智能的业务注意事项。本视频系列共包括 5 个部分。每一期都概括了指南中该部门的详细内容。您可以阅读链接中提供的书面版人工智能从业者指南。

如果您已经了解人工智能的基础知识或参加过机器学习在线课程,但是不知道如何上手操作,人工智能从业者指南将为您提供绝佳平台。面向新手的人工智能从业者指南为您简要介绍了机器学习从业者需要了解的业务和数据策略,并详细介绍了如何在英特尔® 至强® 可扩展平台上安装与验证 TensorFlow*(一款常见的人工智能框架)。

本指南详细介绍了在裸机、容器和云上安装与运行 TensorFlow 框架和示例的步骤。您可以选择 1 个或 3 个部署选项,然后理智地判断哪个选项最适合您的业务。

我们了解了指南所涉及的内容,接下来,我们从整体上介绍人工智能,首先看一下人工智能的定义。人工智能这一术语不断变化,但是万变不离其宗,它是指机器模拟,有时超越与人类思维相关的认知功能。

人工智能可以被视为一把巨大的伞,它是机器学习的分支。机器学习可以被定义为机器算法,随着数据的增多,它的性能不断提升。深度学习(DL)是机器学习的一个分支,其多层神经网络从海量数据中进行学习。深度学习是人工智能的一个分支,近年来人气颇高,被广泛采用。

近期的人工智能发展以深度学习为中心,根据数据集、问题和独特的需求,其他方法也发挥着重要作用。本指南提供的框架和示例基于深度学习。

深度学习包括两个主要部分:训练和推理。训练是对多层神经网络进行训练,后者被称作模型。训练使识别对象、文本等成为了可能。具体做法是将标记数据或内容反馈给模型。对模型进行训练后,推理开始使用经过训练的模型识别未标记的内容。

最后,我们介绍人工智能的基本业务注意事项。如果您对创建基于人工智能的应用感兴趣,并希望将其应用于您的业务,那么,了解这些业务注意事项和了解人工智能技术知识一样重要。人工智能的业务需求根植于数据,数据是未来的货币。

预计到 2020 年,超过 500 亿台设备和 2000 亿台传感器将连接互联网。智能互联设备的激增将生成难以估量的数据。这些数据包括极为重要的业务洞察、操作和安全,受影响的行业希望实时提取、分析与解释这些数据。从数据中提取价值需要我们使用所有人工智能工具。

您的人工智能之旅的第一步是准备数据。为此,创建人工智能业务模型时,着眼于整个数据生命周期非常重要。应用人工智能模型前,您应该考虑创建、搜寻、传输、获取和清理数据。这将帮助您在人工智能领域创建具有竞争力的端到端优化数据库解决方案。

除了制定可靠的数据策略,第一步还应定义整个组织面临的挑战,并基于业务价值和化解挑战的成本来确定它们的优先级。下一步是确定哪一种人工智能方法最适合每个问题。

您还需要考虑与分析几个步骤,最重要的是,如果您考虑人工智能生命周期内的所有步骤,将更有可能实现最初打算交付的业务价值。人工智能正在变革世界。为了能够与时俱进,了解基于英特尔至强可扩展平台的 TensorFlow 的基础知识至关重要。

希望您能观看面向新手的人工智能从业者指南的整个视频系列。不要忘记访问文中的链接,阅读英特尔® 开发人员专区上的完整书面版指南。感谢您的收看,请继续提升自己。