機器學習 新章節(jié)

機器學習，2023新章節(jié)。

在2023這個時間點，機器學習應(yīng)該學什么。線性回歸，分類？ NO NO NO, 我們還是來學大模型,大語言模型。

下面是我的一些看法：

首先要學習Transformer ，其次了解Hugging Face，他是機器學習界的githup。

他的網(wǎng)站是 https://huggingface.co/

它提供了模型， 數(shù)據(jù)集， 免部署的Space，直接可以訪問的API。

有最先進Transformers架構(gòu)庫，加速部署的庫，數(shù)據(jù)處理的方法，等等等。

都是開源的，可以分享和復(fù)用。

目前已經(jīng)有上萬個模型，可以真正做到模型即服務(wù)，MAAS。 model as a servie。

因為他們的科學家真正理解處理數(shù)據(jù)和運維之難,他們可以幫助初學者，跨越不可能的鴻溝，完成自己的任務(wù)。

網(wǎng)站里包含AI的原理，知識，代碼，和示例項目。

?網(wǎng)站還提供了非常好的學習的課程。

課程宣言是：By the end of this part, you will be ready to apply ?? Transformers to (almost) any machine learning problem!

我們要學課程， 看書籍，最重要的還是做練習。

我們的目的是掌握機器學習，什么是掌握，我的定義是能夠?qū)W習新的機器學習項目，并用在實踐中，為企業(yè)帶來利潤。

推薦了解的項目有

項目一 minichain

屬于AI界的Hello World。如何使用幾行代碼部署一個網(wǎng)站，有UI 有GUI。答案是Gradio。Gradio被Hugging Face 收購了。

項目二Transformers-chat

這是最火的Langchian示例，演示如何做一個基于文檔網(wǎng)站的知識庫問答系統(tǒng)。

最后了解下DeepSpeed的，里面介紹了不少小的模型，是AI 模型的小兵。

傅盛前段時間稱做“大模型”會分有兩個方向：一個是科技巨頭們搞的“愛因斯坦”很高端、很專業(yè)；另一個則是“平民化大模型”，數(shù)據(jù)量不會那么高，能一些特定領(lǐng)域能達成某種效果。

如果有時間看看AI 繪畫，Diffusers，希望它可以幫助我們啟發(fā)想象力。

前段時間陸奇對創(chuàng)業(yè)者提出了一些建議，在現(xiàn)在看來創(chuàng)始人技術(shù)能力強，好像很牛、很重要，未來真的不重要。技術(shù)ChatGPT以后都能幫你做。作為創(chuàng)始人，越來越重要、越來越值錢的是愿力和心力。

這么看來想去做一件事，并長期堅持，這是一個重要的品質(zhì)。