Saiba como iniciar sua jornada de aprendizado de máquina como um profissional de data warehousing. Este artigo irá guiá-lo através dos conceitos básicos, ferramentas, plataformas, cursos e comunidades de aprendizado de máquina.

My first very first step is to "Ask the Ozar Question" and that is "What problem are you trying to solve"? The next question is to ask is to ask why you think the task cannot be accomplished without Machine Learning (as people currently refer to it)?? If it turns out to be "essential", then make sure that you focus on what is "essential" instead of just hopping on the "Too cool for school" and "Look at me" and "Everyone is doing it" bandwagons. As the knight in the cave of the Holy Grail said, "Choose wisely"... and then also remember that "AI" stands for "Artificial Intelligence" and NOT "ACTUAL Intelligence"

Quais são os primeiros passos para um profissional de data warehousing aprender aprendizado de máquina?

Alimentado por IA e pela comunidade do LinkedIn

Se você é um profissional de data warehousing, pode estar se perguntando como aprender aprendizado de máquina e aplicá-lo em seus projetos. O aprendizado de máquina é um ramo da inteligência artificial que usa algoritmos e dados para aprender com padrões e fazer previsões. Ele pode ajudá-lo a aprimorar sua análise de dados, melhorar sua qualidade de dados e criar novos insights e valor a partir de seus dados. Neste artigo, vamos guiá-lo pelos primeiros passos para um profissional de data warehousing aprender aprendizado de máquina.

Principais especialistas neste artigo

Selecionados pela comunidade a partir de 4 contribuições. Saiba mais

1 Entenda o básico

O primeiro passo é entender os fundamentos do aprendizado de máquina, como os tipos de problemas que ele pode resolver, os tipos de dados que ele pode usar e os tipos de algoritmos que ele pode empregar. Você deve se familiarizar com a terminologia comum, como aprendizado supervisionado e não supervisionado, classificação e regressão, treinamento e testes, e avaliação e validação. Você também deve aprender sobre os principais desafios e limitações do aprendizado de máquina, como overfitting e underfitting, viés e variância, e qualidade e quantidade de dados.

Adicione sua opinião

Jeff Moden

Senior DBA and T-SQL Mentor
(editado)
Denunciar contribuição
My first very first step is to "Ask the Ozar Question" and that is "What problem are you trying to solve"? The next question is to ask is to ask why you think the task cannot be accomplished without Machine Learning (as people currently refer to it)?? If it turns out to be "essential", then make sure that you focus on what is "essential" instead of just hopping on the "Too cool for school" and "Look at me" and "Everyone is doing it" bandwagons. As the knight in the cave of the Holy Grail said, "Choose wisely"... and then also remember that "AI" stands for "Artificial Intelligence" and NOT "ACTUAL Intelligence"

Traduzido

Gostei
Claudio Bonel, M.Sc.

Professor e Pesquisador em Inteligência artificial | Cientista de dados e engenheiro de machine learning
Denunciar contribuição
Faaalaí! Tudo bem com vc? Certamente quando falamos de aprendizado de máquina, o primeiro passo é: Fundamentar-se nos principais conceitos da inteligência artificial, não apenas na parte técnica, mas principalmente, na fundamentação teórica a respeito do tema. Entender o que os autores que iniciaram os estudos, como Babbage, Lovelace, Turing, McCarthy, colocaram de questionamentos, testes, acertos, erros e avanços, é essencial para se iniciar nessa caminhada. A partir daí, focalizar nas técnicas de mapeamento de processos e requisitos; seguindo para os básico de uma linguagem de programação que dê o suporte para o desenvolvimento. Esse 3 primeiros passos são essenciais, para avançarmos nos estudos e práticas. Tmj!

Gostei
ABHIJEET SUBUDHI

Assistant Manager at Bharat Petroleum Corporation Limited | BOE | UDCT | TutorBin | Chegg
Denunciar contribuição
Familiarize yourself with fundamental machine learning concepts and algorithms, focusing on regression, classification, and clustering.

Traduzido

Gostei

2 Escolha uma ferramenta ou plataforma

A próxima etapa é escolher uma ferramenta ou plataforma que possa ajudá-lo a implementar e implantar soluções de aprendizado de máquina. Há muitas opções disponíveis, dependendo de suas preferências, habilidades e orçamento. Algumas das ferramentas e plataformas populares incluem Python, R, SQL, Excel, Power BI, Azure Machine Learning, AWS SageMaker, Google Cloud AI Platform e IBM Watson Studio. Você deve comparar os recursos, benefícios e desvantagens de cada opção e selecionar a que se adapta às suas necessidades e objetivos.

Adicione sua opinião

3 Aprenda fazendo

A melhor maneira de aprender aprendizado de máquina é fazendo-o. Você deve começar com conjuntos de dados simples e conhecidos, como os conjuntos de dados Iris, Titanic ou Boston Housing, e aplicar as etapas básicas do aprendizado de máquina, como exploração de dados, pré-processamento de dados, modelagem de dados e avaliação de dados. Você deve experimentar diferentes algoritmos, parâmetros e técnicas e comparar os resultados e o desempenho. Você também deve documentar seu processo, descobertas e aprendizados e compartilhá-los com outras pessoas.

Adicione sua opinião

Deepak Vittal

Product, GTM, M&A and Solutions Leader with P&L focus - D & A, SaaS, PLG, AI, Embedded, Modern BI | Empower enterprises and software vendors to embed Data, BI and AI capabilities and launch Data products Faster!
Denunciar contribuição
A DW professional has a good foundation on database technologies be it tables, Indexes, caching, relationships, etc. What they might know intimately is the deep knowledge of data. So, understanding the data by taking one step towards understanding the business is a good start. They also can volunteer to work on data science projects at the company so they can learn by doing and supplement by online courses and community forums.

Traduzido

Gostei

4 Acompanhe cursos e recursos on-line

Outro passo é seguir cursos online e recursos que possam te ensinar a teoria e a prática do machine learning. Há muitos cursos e recursos gratuitos e pagos disponíveis, cobrindo diferentes níveis, tópicos e domínios de aprendizado de máquina. Alguns dos populares incluem Machine Learning do Coursera por Andrew Ng, Machine Learning A-Z da Udemy, Learning de Máquina do Kaggle e Trilhas de Aprendizado de Máquina do DataCamp. Você deve escolher os cursos e recursos que correspondem aos seus interesses e objetivos.

Adicione sua opinião

5 Participe de comunidades e eventos online

O último passo é participar de comunidades e eventos online que podem ajudá-lo a fazer networking, aprender e crescer como um profissional de aprendizado de máquina. Existem muitas comunidades e eventos online que atendem a diferentes aspectos, campos e níveis de aprendizado de máquina. Alguns dos populares incluem Stack Overflow, Reddit, Quora, Medium, LinkedIn, Meetup, Kaggle, DataHack e Hackathons. Você deve participar das discussões, perguntas, artigos, desafios e competições que podem aprimorar suas habilidades e conhecimentos.

Adicione sua opinião

6 Veja o que mais considerar

Este é um espaço para compartilhar exemplos, histórias ou insights que não se encaixam em nenhuma das seções anteriores. O que mais gostaria de acrescentar?

Adicione sua opinião

Data warehouse

+ Siga

Classificar este artigo

Criamos este artigo com a ajuda da IA. O que você achou?

É ótimo Não é muito bom

Denunciar este artigo

Ver todos

Quais são os primeiros passos para um profissional de data warehousing aprender aprendizado de máquina?

1

2

3

4

5

6

1 Entenda o básico

2 Escolha uma ferramenta ou plataforma

3 Aprenda fazendo

4 Acompanhe cursos e recursos on-line

5 Participe de comunidades e eventos online

6 Veja o que mais considerar

Data warehouse

Classificar este artigo

Agradecemos seu feedback

Outros artigos sobre Data warehouse

Leitura mais relevante

Quais são os primeiros passos para um profissional de data warehousing aprender aprendizado de máquina?

1

2

3

4

5

6

1 Entenda o básico

2 Escolha uma ferramenta ou plataforma

3 Aprenda fazendo

4 Acompanhe cursos e recursos on-line

5 Participe de comunidades e eventos online

6 Veja o que mais considerar

Data warehouse

Classificar este artigo

Agradecemos seu feedback

Conhecer outras competências