Etikettarkiv: ml

Ian Goodfellow’s PhD Defense!

Tjena tjena! Med en thesis på 96 sidor utan plots, ett grymt demo och en fet presentation så är jag näääästan helt klar! Tillbaka till livet och bloggandet alltså 😉

Tänkte dela en video idag inom maskininlärning, och det är lite extra teoretiskt denna gång. Ian Goodfellow är en av de yngsta pionärerna inom maskininlärning och eftersom jag håller på att förbereda min egna thesis presentation, så tänkte jag dela med mig av hans PhD defense, som är riktigt grymt! Check it out yo!

 

Evigt väntande…

När man håller på att syssla med Big Data så tar det ett tag att gå igenom miljarder av rader för att kunna processera den informationen man behöver och för att kunna få fram träningsexempel, metrics eller liknande.

På Spotify så är detta just situationen jag sitter i. Jag måste vänta upp till en timme för att generera träningsexempel, och mycket, mycket längre för att kunna träna en modell som kan göra awesome predictions.

För tillfället så väntar jag på att mitt jobb ska bli klart på big data klustret så att jag kan fortsätta jobba. Det gäller att vara försiktig här med, varenda kodrad kostar både tid och pengar, så när man har något fel och behöver generera om all data så behöver det nödvändigtvis inte vara kört men man förlorar rätt mycket tid på sina misstag. Inget man behöver tänka på när man kodar med datasets som är runt 10k rader, här snackar vi miljarder 😉

Lev och lär som en maskin

Tjabba!

Detta inlägg handlar om det enorma området Maskininlärning som man hör från höger och vänster i industrin just nu.

Är du en nyfiken person? Tycker du om att leta efter mönster och korrelationer? Vill du rädda mänskligheten? Då kanske maskininlärning är något för dig!

Vad är maskininlärning då? Wiki säger

Machine learning is a subfield of computer science that evolved from the study of pattern recognition and computational learning theory in artificial intelligence. In 1959, Arthur Samuel defined machine learning as a ”Field of study that gives computers the ability to learn without being explicitly programmed”.

Maskininlärning kommer vara relevant resten av våra liv och det är verkligen en investering på framtiden att specialisera sig inom området. Men, enligt min erfarenhet, så måste du brinna för det. Matten och statistikkunskaperna måste sitta på plats och du måste träna dig att lösa och tänka på problem på ett annorlunda sätt, jämfört med klassiska algoritmer.

Som ni tidigare kanske vet så är mitt specialiseringsområde inom maskininlärning på datateknikprogrammet här på KTH. Min kandidatuppsats är inom maskininlärning, och jag planerar att skriva mitt exjobb inom maskininlärning med.

Men varför? Varför går jag inte maskininlärningsmastern? Bra fråga! Maskininlärning är ett relativt nytt område för institutioner runt om i världen, och vi på KTH är extremt lyckligt lottade att det finns professorer som har hjälpt till att forma ett riktigt grymt masterprogram inom området och ledande forskare inom området. Problemet för mig är titeln.
Med ett diplom inom Computer Science eftertraktas man som en allmän ingenjör inom datateknik, medan maskininlärningsmastern presenterar dig som en statistisk nisse som är riktigt duktig på det som händer i teknikvärlden just nu.
Absolut, du kan köra en maskininlärningsmaster och hamna som en backend, webb eller mobil utvecklare, men antagligen är det inte målet du har i sikte med detta val.
Just därför valde jag att köra på Datalogi-mastern, med väldigt många kurser och projekt inom maskininlärning. Hade jag valt master om två eller tre år, så hade jag nog valt maskininlärningsmastern.

Vem vet, kanske dags för master #2 senare i livet (eller en doktorand, så att folk kan säga ”dr” eller ”professor” före ditt namn, hur coolt skulle inte det vara?!), men tills vidare återgår jag till plugget för att bli klar med den första!

Länkar

Masterprogram, Maskininlärning – kursplan
Maskininlärning, grundkurs 6hp

Relevant video

Apple

Apple

Processed with VSCO with hb1 preset

 

Tjabba läsare! Idag vill jag dela några riktigt goda nyheter.

Drömmen blev verklighet. Sedan jag var 6 år gammal har jag alltid velat förändra världen för det bättre med hjälp av det jag är bäst på – teknologi. Min resa inom teknologi började väldigt tidigt i mitt liv, men programmeringen kom senare.

Målet var att hitta ett jobb som kan göra en riktig skillnad. Redan i oktober började jag intervjua för olika företag, men fick främst ett par nej. I februari började jag intervjua för Apple, Microsoft, Amazon, GoDaddy, Mad Decent och iFixit.

Jag fick erbjudanden från 3 utav de 5 nämnda, och accepterade ett. 

Den 20e Juni börjar jag jobba på Apple Inc. för Siri-teamet i Cupertino, California! 

Japp, jag accepterade erbjudandet från Apple, ordnade mitt visum och väntar nervöst inför den 20e juni så att jag kan börja utveckla för världens största tech företag. Just nu planerar jag att köra tills KTH börjar för höstterminen, men vi får se. 

Jag kommer att främst utveckla inom iOS, kommer skriva i språk som Swift och Objective-C, men även Java, Python och lite annat ;). Mobile Application Development, Machine Learning, Data Science, Natural Language Processing, Systems Programming och en massa annat coolt finns på bordet! Hell YES.

Work for your dreams, because if you put in enough effort, they come true! 😀