Entwickler, die nach maschinellen Lernmethoden suchen, finden eine wachsende Palette spezialisierter Hardware- und Entwicklungsplattformen, die oft auf bestimmte Klassen der maschinellen Lernarchitektur und -anwendung abgestimmt sind. Obwohl diese spezialisierten Plattformen für viele maschinelle Lernanwendungen unerlässlich sind, sind nur wenige Entwickler, die mit maschinellem Lernen noch nicht vertraut sind, bereit, fundierte Entscheidungen über die Auswahl der idealen Plattform zu treffen.
Entwickler benötigen eine besser zugängliche Plattform, um Erfahrungen in der Entwicklung von Maschinenlernanwendungen zu sammeln und ein tieferes Verständnis für die Ressourcenanforderungen und die sich daraus ergebenden Fähigkeiten zu entwickeln.
Wie im Digi-Key-Artikel "Einstieg in maschinelles Lernen mit leicht verfügbarer Hardware und Software" beschrieben, umfasst die Entwicklung jedes Modells für das überwachte maschinelle Lernen drei wesentliche Schritte:
Vorbereitung von Daten für das Training eines Modells
Modellimplementierung
Modelltraining
Die Datenaufbereitung kombiniert bekannte Datenerfassungsmethoden mit einem zusätzlichen Schritt, der erforderlich ist, um bestimmte Instanzen von Daten für den Trainingsprozess zu kennzeichnen. Für die letzten zwei Schritte mussten die Spezialisten für maschinelles Lernen bis vor kurzem relativ kleine mathematische Bibliotheken verwenden, um die detaillierten Berechnungen in Modellalgorithmen zu implementieren. Die Verfügbarkeit von Frameworks für das maschinelle Lernen hat die Komplexität der Modellimplementierung und des Trainings dramatisch verringert.
Heute kann jeder Entwickler, der mit Python oder anderen unterstützten Sprachen vertraut ist, diese Frameworks verwenden, um schnell Machine-Learning-Modelle zu entwickeln, die auf einer breiten Palette von Plattformen ausgeführt werden können. Dieser Artikel beschreibt den maschinellen Lernstapel und den Trainingsprozess, bevor es darum geht, eine maschinelle Lernanwendung auf einem Raspberry Pi 3 zu entwickeln. Von Stephen Evanczuk
