Machine Learning fra Stanford

Kunstig intelligens og Machine learning er på grænsen til at blive overhypet. Det er næsten tenderende den hype som den hellige treenighed: MObile, LOcation aware og SOcial har oplevet de sidste 5-6 år.

Der er dog et solidt grundlag under en stor del af hypen omkring de kunstige intelligenser og alle deres applikationer. Vi tager endda mange af dem for givet nu:

  • Face detection til tagging af billeder på Facebook
  • Voice recognition med Siri
  • Spam filtrering i Gmail
  • Anbefalinger af relaterede varer på Amazon
  • Auto-pilot funktionen i Tesla
  • Fingeraftryksgenkendelse på din iPhone
  • og mange mange flere…

Da jeg tog min specialisering på Aalborg Universitet og skrev mit speciale på Queens University i Belfast, var det på en retning der hed Intelligent Multi-Modal Systems. Ordet Intelligent i den titel henviste til at vi blev undervist og arbejdede med kunstige intelligenser i form af regel-baserede systemer, ekspert systemer, neurale netværk, mv.

Jeg har også taget ordet Intelligens med i Det Gode Firmas payoff:

Det Gode Firma logo

Det er når godt design, lækre features kombineres med intelligens at det sjove opstår.

Jeg har kun haft få muligheder for at arbejde med det siden studiet, men nu skal det være. Computerne er blevet hurtigere, data-lagring er blevet billigere, netværk hurtigere og algoritmerne bedre, så nu kan og bliver kunstig intelligens anvendt mere og mere.

For at friske lidt op på emnet og for at blive opdateret med de nye algoritmer, meldte jeg mig på et kursus jeg fandt højt anbefalet. Kurset hedder Machine Learning og afholdes af professor Andrew Ng fra Stanford University. Det er gratis at deltage i kurset online via coursera.com.

Kurset er det mest populære kursus på hele Stanford University, og det siger lidt om hotness af emnet lige nu.

Jeg vil anbefale alle der interesserer sig for emnet at tage kurset. Det er dog ikke helt let at komme igennem og kræver en del tid. Det kræver et fornuftigt niveau af matematik, selvom der i starten af kurset startes blødt op med et resume af vector og matrix-matematik. Øvelserne undervejs kræver ikke en masse programmeringserfaring, men lidt er nok ikke dumt at kunne.