Apprentissage en profondeur avec des données structurées avec Mark Ryan

Aujourd’hui, nous sommes rejoints par Mark Ryan, auteur de Deep Learning with Structured Data. Mark a commencé son voyage comme le font beaucoup de gens réfléchis: essayer de résoudre un problème. Tout en travaillant sur l’équipe d’assistance chez IBM Data and IA, il a créé un prototype de modèle d’apprentissage en profondeur pour prédire l’heure de l’achèvement des billets de support et quels billets dégénèrent. Au cours de ce processus, il a vu qu’il y avait un manque d’ensembles de données structurés généraux auxquels les gens pouvaient appliquer leurs modèles. Alors qu’il envisageait ce problème, Mark a remarqué que dans sa ville natale de Toronto, le réseau de tramway provoquait des problèmes grâce à un blocage et à des retards. Il a créé un modèle d’apprentissage en profondeur pour prédire ces retards, mais plus important encore, a rassemblé un ensemble de données ouvert qui était la taille et la variété parfaites, et a catapulté sa contemplation dans le livre qu’il est aujourd’hui. Dans cet épisode, Mark partage les avantages de l’application de l’apprentissage en profondeur aux données structurées (et des obstacles récemment réduits à l’entrée), des détails de son expérience avec une gamme d’ensembles de données, de l’appréciation éternelle que lui et Sam partage pour le cours rapide.ai par Jeremy Howard, et le contenu de son nouveau livre, destiné à mettre en place et à maintenir des modèles d’apprentissage en profondeur avec des données structurées. Si vous souhaitez un accès précoce au livre, veuillez utiliser le lien ci-dessous. Vous aurez la possibilité de faire des commentaires, de fournir des commentaires et de faire des recommandations qui seront intégrées au produit publié final. Vérifiez-le!