如今，很多人都在學習機器學習（ML）。對于許多企業來說，這絕對是一個很好的發展趨勢，因為機器學習能夠以相當快速和簡單的方式提供巨大的價值。因此，企業對機器學習技能的需求處于歷史最高水平。調研機構麥肯錫公司就人工智能如何塑造行業以及所帶來的機遇發布了一個綜合報告。

目前出現了機器學習的大規模學習浪潮，企業員工需要在這個快節奏發展的行業中擁有更先進的工作技能！但是，他們學的是正確的技能嗎？

知識上的差距

大多數機器學習課程都是面向機器學習的理論。機器學習理論實際上是一些科學知識，例如數學和基本編程。學習者需要學習線性代數、反向傳播、統計學，以及金融、計算機視覺、語言學等一些行業領域的專業知識。當實施先進的機器學習算法時，這些知識都很有用。

但是，什么時候創建實際的產品呢？一旦創建了機器學習算法，就完成了研究部分。然后真正開始工作。那么如何將模型的結果傳遞給最終用戶？這里存在知識差距。

在通常情況下，如果用戶需要這種精確度，那么在邊緣運行的硬件不夠強大，無法像深度神經網絡那樣運行。在當今世界中，需要一些強大的硬件才能以合理的速度運行它，這意味著在云上運行機器學習API。

用于機器學習的云計算

云計算是現實世界機器學習應用程序背后的關鍵。如果希望同時獲得速度和準確性，則不要在邊緣運行機器學習模型；而是在云計算服務器上運行該模型，并將結果發送回用戶。用戶可以將系統管道實現自動化，并準備好根據用戶流量自動擴展。

在機器學習方面，該領域的三大巨頭分別是亞馬遜的AWS、谷歌云平臺、微軟Azure。AWS是迄今為止最受歡迎的云平臺。它對開發人員來說非常適用，因為它比較容易上手，并且真正允許用戶控制和自定義其需要的所有內容。微軟Azure則更加高級，意味著很多東西都是從開發人員那里抽象出來的。這將為用戶提供簡單使用和控制功能。谷歌云平臺（GCP）位于兩者之間，雖然有一些抽象內容，但不是太多。

我將解釋AWS的一些有用的機器學習相關產品，因為它是最受歡迎的，但其他平臺以類似的方式提供大多數（但不是全部）模塊。

云計算可以提供什么

以亞馬遜的AWS為例，這里列出了云計算可以提供的內容，以及如何通過學習為用戶提供機器學習的力量。

?Amazon EC2-Amazon EC2可以提供運行機器學習的服務器。你可以在服務器上設置機器學習模型。如果要在模型上運行某些內容，可以將要處理的數據發送到服務器，模型會對其進行處理，然后將其發送回用戶。EC2還提供自動縮放功能，以便可以根據需求自動生成更多或更少的服務器。

?AWS Lambda-使用lambda，可以設置自動觸發功能，只有在滿足特定條件時才會運行。例如，只有當機器學習模塊出現某些結果時，例如某些緊急情況，其lambda函數才會向用戶發送電子郵件。

?Amazon S3-云存儲。具有成本非常低，99.9999999％的正常運行時間，快速的下載和上傳速度等優點。

?Amazon RDS-用于MySQL、Postgre SQL、Oracle、SQLServer、MariaDB的托管關系數據庫服務。在此處為機器學習提供數據、API、基礎架設施、模型結果等組織所有重要數據服務。

?AWS Code Deploy-只要將代碼和新機器學習模型提交到GitHub，就會自動將其部署到服務器上。

?AWS Cloud watch-在線記錄以持續監控機器學習系統。

?Amazon Simple QueueService（SQS）-云中托管的隊列。使用云計算隊列保持機器學習井然有序。

?AWS MobileHub-使用云計算遠程構建、測試和監控應用程序。用戶只需登錄AWS賬戶，無需人工從應用程序中提取數據。

?Amazon API Gateway-在云中以任何規模構建、部署和管理API。在簡單的地方可以獲得用戶需要的所有信息。

?Amazon Sagemaker-使用高級易用界面構建、培訓和測試用戶的機器學習模型。

嘗試學習云計算課程

而現在人們知道云計算對于應用在現實世界的機器學習非常重要。

但這還不夠！現在是實際使用所學習知識的時候了！那么為什么不嘗試學習云計算課程呢？谷歌云平臺的Coursera很好，AWS的Udemy也是如此。與往常一樣，實際使用平臺來學習云計算是一個好主意。AWS提供一年免費套餐，如果想采用付費套餐，他們提供的服務也不太貴。而谷歌云平臺還為新用戶提供300美元的免費積分。
責任編輯:tzh