Rückblick auf unsere Deep Learning-Raserei

Letzte Woche beendeten wir das Jahr mit einer 7-tägigen Herausforderung, um unser Wissen über Deep Learning zu vertiefen. Auf der Grundlage des fast.ai-Trainings haben sich 18 von uns - Data Scientists und Data Engineers - die Hände schmutzig gemacht und modernste Technologien angewandt, um unser Verständnis zu vertiefen. Was haben wir nach all dem gelernt?

Nun, fast.ai ist eine hervorragende Option, wenn Sie von Grund auf neu anfangen wollen und/oder einfach nur wissen wollen, was funktioniert, ohne zu tief in das Warum einzutauchen. Sie können jemandem beibringen, wie etwas funktioniert, aber solange er das "Warum" nicht versteht, wird er nie ein Experte werden. Deshalb haben wir beschlossen, unseren Ansatz zu ändern und unseren eigenen Deep Learning-Lehrplan als neue Grundlage zu verwenden. Da jeder von uns seine eigene Art zu lernen hat, fanden wir auch heraus, dass die Bildung von Gruppen für praktische Übungen und Vorträge sehr gut funktioniert. Wir sind sogar so weit gegangen, dass wir einige dieser Erkenntnisse in unsere eigenen Kursangebote aufgenommen haben, aber dazu weiter unten mehr.

Nichts geht über hemmungsloses, aber konzentriertes Lernen

Wie wir bereits in unserem letzten Blog erwähnt haben, werden wir bei GoDataDriven reichlich ermutigt und bekommen Zeit, uns weiterzubilden, und wir wenden das Wissen jeden Tag bei unseren Kunden an, aber diese Art des Lernens war etwas ganz anderes. Das letzte Mal, dass die meisten von uns diese Freiheit zum Lernen hatten, war während unserer Zeit an der Universität. Es war ein Rückschritt, den wir alle genossen haben, und ich fand, dass die Zeit, die wir hatten, um wirklich zu verstehen und zu diskutieren, das Weiterbilden spaßig und effizient machte.

Es gibt keinen festen Weg zum Lernen

Wir wollten das gesamte fast.ai-Material in 7 Tagen durchnehmen, aber das hat nicht ganz geklappt. Wir fanden, dass der Kurs für die meisten von uns nicht schnell genug ging und auf einer ziemlich konzeptionellen Ebene begann. Wir sind alle Praktiker, die ihre Zeit damit verbringen, das Gelernte anzuwenden, und so waren abstrakte Details und Dinge, die funktionierten, ohne dass wir genau verstanden, warum, für uns ein Hindernis.Aber wir haben uns davon nicht abschrecken lassen. Wir waren entschlossen, unsere Deep Learning-Kenntnisse zu verbessern und beschlossen daher, GoDataDrivens eigene Deep Learning-Schulung in zwei Vormittagssitzungen zu packen. Außerdem bildeten wir täglich Lerngruppen, die sich danach richteten, wie jeder von uns die Informationen am besten verdauen konnte. Einige sahen sich die Vorlesungen gerne an, andere nutzten sie als Inspiration für neue Probleme, und wieder andere hackten ihre eigenen Deep Learning-Projekte. Wenn man einer Gruppe von selbstmotivierten Gleichgesinnten Zeit und Raum zum Lernen gibt, ist es nicht schwer, beschäftigt zu bleiben!

Sich die Hände schmutzig machen ist der Schlüssel

Praktische Übungen sind ein wichtiger Teil unserer eigenen Schulungen, aber das Beste war die Anwendung dieser neuen Techniken auf die Fälle unserer Kunden. Ivo bildete ein Team, um Blutdrucksignale mit Conv-Netzen zu klassifizieren; Marcel hatte ein Problem der Namenserkennung, das Stijn mit AllenNLP löste; und Vincent verwendete PyTorch, um Gesichter möglicher neuer Kollegen zu generieren... und das ist nur eine Auswahl der Dinge, die wir taten!

Vielfalt macht das Lernen so viel schneller und gründlicher

Der Wissens- und Erfahrungsstand der Teilnehmer war zu Beginn der Woche sehr unterschiedlich. Es gab sowohl Experten mit einschlägigen akademischen Abschlüssen und praktischer Erfahrung als auch Leute, die völlig neu auf dem Gebiet waren. Wir fanden, dass dies ein Vorteil ist, denn wenn man einen Experten neben sich hat, lernt man viel schneller, während ein Experte sein Wissen wirklich vertiefen muss, um auf die frische Perspektive eines Neulings zu antworten. Wir sind nicht ohne Grund Berater und Trainer.

Nächstes Jahr geht es noch tiefer!

Alles in allem waren diese sieben Tage ein großer Erfolg und wir freuen uns darauf, dies im kommenden Jahr zu wiederholen. Wir haben unser Deep Learning-Wissen in unserer gesamten Organisation verbreitet, die neuesten und besten Techniken übernommen, unser Kursmaterial erweitert, ein paar neue Frameworks wie PyTorch und AllenNLP gelernt und erleben jetzt viel weniger Deep Learning-FOMO!

Endgültige Schlussfolgerungen

Wir sind fast.ai dankbar, dass es den Anstoß zu dieser Herausforderung gegeben hat. Wir wurden dazu angetrieben, in kurzer Zeit so viel wie möglich mit Deep Learning zu lernen und haben viel darüber gelernt, wie wir gerne lernen und Informationen behalten. So konnten wir diese Erkenntnisse nutzen, um unseren eigenen Lehrplan zu verbessern.

Hat Sie das Deep Learning-Virus gepackt? Sind Sie ein Neuling auf diesem Gebiet und daran interessiert, von erfahrenen Praktikern angewandtes Wissen zu erlangen? Wir bieten in unserer Akademie einen Deep Learning-Kurs an, der vom 11. bis 13. Februar 2019 stattfindet. Weitere Informationen finden Sie hier!