【2019/2020之交的机器学习/深度学习技术概述】《2019 In-Review and Trends for 2020 – A Technical Overview of Machine Learning and Deep Learning!》by Analytics Vidhya

题目

2019/2020之交的机器学习/深度学习技术概述

总览

• 全面了解2019年的顶级机器学习亮点，包括深入研究NLP框架
• 查看2020年的机器学习趋势-听听Sudalai Rajkumar和Dat Tran等顶级专家的意见！

简介

2020年已至！现在是时候迎接新的一年了，我们在全新的解决方案中注入了大量的机器学习知识。机器学习将继续是我们做事和做事的核心。

那2019年呢？已经过了一年了！我们在自然语言处理（NLP）中看到的巨大发展震惊了我们。那一年是微调语言模型和框架的一年，例如Google的BERT和OpenAI的GPT-2（稍后将介绍所有这些！）。 我们最喜欢的2019年是社区对开源版本的拥抱。随着越来越多的社区人士希望在2020年打入这一领域，他们进一步降低了机器学习的访问障碍。这是您的全部志向和这一美妙的职业选择！

因此，当我们准备迎接新的一年时，我们希望花些时间写下这篇广博而发人深省的文章。我们将以技术审查的方式审视2019年顶级的机器学习发展。我们还将研究2020年对不同机器学习领域的期望。

内容

• 商业领袖的AI和ML
• 自然语言处理（NLP）
• 深度学习和计算机视觉
• 机器学习中的道德问题
• Analytics（分析）Vidhya对2020年机器学习趋势的看法
  • 到2020年，机器学习的工作岗位数量将继续呈指数级增长。在很大程度上由于NLP的发展，许多组织将寻求扩大其团队以雇用NLP专家。进入这个空间的好时机
  • 说到工作，我们认为数据工程师的作用将更加重要。建立机器学习管道绝非易事-业余数据科学家也不会处于生命周期的这一方面。数据工程师对于机器学习项目至关重要，我们应该看到这反映在2020年
  • AutoML –这在2018年起飞，但并没有达到我们在2019年的预期高度。明年，随着AWS和Google Cloud的现成解决方案变得更加突出，我们应该更多地关注这一点。
  • 2020年将是我们终于看到强化学习突破的一年吗？几年来一直处于低迷状态，因为将研究解决方案转移到现实世界已证明是一个主要障碍。希望我们能在未来几个月内看到这种趋势的变化！