Review sobre o google AI education: curso gratuito de machine learning da google
O Google é uma empresa que é fácil de assumir que a maioria de vocês conheçam. O fato é que provavelmente vocês usam ou já usaram pelo menos um de seus inúmeros serviços. Porém só a um mês atrás que descobri um de seus importantes serviços prestados a comunidade: ai google education, e hoje falaremos sobre ele. Hoje faremos uma review sobre o google AI education e o curso que eu realizei baseado na minha opinião
Introdução
Para fazer uma revisão honesta desse serviço recém descoberto, precisei no último mês explorar a fundo os cursos fornecidos pela google no assunto. Porém como são muitos cursos e aulas decidi focar em um curso específico, com o nome:
- Machine Learning Crash Course
O Google AI education
O google ai education é onde o curso "Machine Learning Crash Course with Tensorflow" se encontra, mas antes de falar no curso específico que eu fiz com o máximo de imparcialidade possível, preciso dar a atenção que o google AI education merece, uma vez que fiquei surpreso com a quantidade de conteúdo e organização que eles colocaram no sistema. Como criador de conteúdo e programador, eu respeito o esforço e carinho que a empresa colocou no site, mesmo que parte do conteúdo seja feito para vender seus outros produtos (mais sobre isso depois), a quantidade e qualidade de conteúdo gratuito impressiona, e com certeza agrega muito valor as pessoas que usarem dela, mesmo que não utilizem outros produtos que ela recomenda durante os seus cursos.
Um dos fatores citados merece atenção especial, a organização. O Google AI education têm os mais diversos conteúdos e ele categoriza eles para os mais diversos níveis, grupos e objetivos de aprendizagem.
Quando falo de organização quero falar sobre os filtros que a google AI education coloca para organizar seu conteúdo, indo muito além de um filtro com ordem alfabética. O filtro separa o que você é em:
Tomador de decisões de negócios: Alguém que provavelmente quer saber se o seu negócio precisa de IA ou não, os benefícios que teria e etc. Com 13 itens nessa categoria. Incluindo podcasts, guias, conteúdos interativos, cursos e glossários;
Curious cat (gato curioso): Alguém que está curioso sobre IA e gostaria de saber mais sobre. Com 20 itens nessa categoria. Incluindo guias, visão geral do conceito, podcast, cursos, conteúdos interativos, mãos à massa, competição e glossários;
Cientista de dados: O profissional da área de ciência de dados. Com 29 itens sobre o assunto. Incluindo guias, visão geral do conceito, podcast, cursos, conteúdos interativos, mãos à massa, competição, glossários, visão geral do conceito e documentações;
Pesquisador: Profissional especializado que quer saber mais sobre a área, com informações mais substanciais e/ou acadêmicas. Com 19 itens nessa categoria. Incluindo guias, visão geral do conceito, cursos, mãos à massa, glossários, visão geral do conceito e documentação e amostras;
Engenheiro de software: Profissional da área de engenharia de software. Com 36 itens nessa categoria. Incluindo podcasts, guias, conteúdos interativos, cursos, glossários, visão geral de conceito, vídeos, mãos na massa, etc.
Aluno: Focado em alunos, principalmente voltados a pesquisas sobre o assunto e conteúdos para alunos do superior com cursos interativos. Com 34 itens nessa categoria. Incluindo guias, visão geral do conceito, podcast, cursos, conteúdos interativos, mãos à massa, competição, glossários, visão geral do conceito e documentações;
Todos os itens acima podem ser combinados dando alterações interessantes no conteúdo apresentado. O que eu quero dizer com isso é que você não precisa escolher entre Curious cat e aluno caso tenha dúvida, o filtro permite que selecione os dois.
E isso não é tudo. O filtro também separa tipo de conteúdo
Ex: (cursos com 13 itens, documentação com 12 itens, quia com 1 item, conteúdo interativo com 10 itens, exemplos de código com 9 itens e, tutoriais e laboratórios de código com 18 itens e vídeos com 9 items.
E o filtro pode ser separado em estágio do desenvolvimento.
Ex: ( Coleta de dados com 15 itens, preparo de dados com 19 itens, Desenvolvimento da ideia com 23 itens, construção de modelo com 32 itens, desenvolvimento do modelo com 25 itens e avaliação do modelo com 29 itens).
Lembrando que todos os elementos podem ser combinados entre si para melhor aprendizado e organização. Além disso, até o momento todo conteúdo que eu encontrei no site é gratuito.
Machine Learning Crash Course with TensorFlow APIs
Machine Learning Crash Course with TensorFlow APIs foi um dos diversos cursos do Google AI education e foi o curso que eu fiz. Esse curso promete apresentar estudos de caso do mundo real, exercícios práticos e vídeo aulas para te ajudar a aprender sozinho Machine Learning e, pela minha experiência, ele cumpre o que promete. Porém, algumas ressalvas devem ser feitas.
Primeiramente, é necessário ficar atento aos pré-requisitos. Link aqui.
É necessário alguns conhecimentos matemáticos prévios para fazer o curso e as aulas introdutórias sobre machine learning. Conhecimentos como Álgebra, trigonometria, estatística, programação em Python e uso do terminal são alguns dos tópicos que você encontrará no link citado. Porém não é necessário desanimar, a notícia boa é que no próprio link existem materiais de referência para te encaminhar caso não saiba alguns desses pré requisitos. Mas é importante notá-los , pois é possível que tenha dificuldade mais a frente no curso caso não tenha passado por esse processo.
Outra ressalva é a seguinte:
O curso ensina muita teoria, o que é importante, de forma generalizada. O que implica poder aplicá-la de várias formas. Porém na parte prática é utilizado o Tensor Flow, como o próprio nome do curso já diz. O Tensor Flow é uma plataforma de código aberto, de propriedade da Google. A Google fornece muito conteúdo gratuito, e para fazer o curso mesmo nas partes prática que usam o Tensor Flow não é necessário pagar nada. Mas caso você considere a oferta do produto da google uma desvantagem é bom ficar atento. Apesar disso recomendo fazer o curso, pois a parte teórica agrega muito valor.
Eu particularmente não acho a utilização do Tensor Flow um problema, como empresa com certeza a google reconhece o seu produto como o melhor, além de o conhecer melhor como ninguém e precisa faturar algo no fim das contas pelo mar de conteúdo original de qualidade fornecido, porém achei importante mencionar por esse fato caso possa ser importante para alguém.
PS.: *É importante saber inglês para realizar o curso*
O Curso:
O curso em si me impressionou. É a primeira vez que faço um curso da google, e me inspirou a fazer esse review. Senti que ao acabar o curso eu tinha crescido um pouco como profissional, apesar de saber que tenho um longo caminho pela frente.
Não acho que sei tudo sobre machine learning, mas com certeza sei mais do que antes de fazer o curso. Além disso, como o google fornece outros cursos complementares, sei que posso aprender ainda mais.
Agora vou dar mais atenção a organização dentro do curso e descrevê-la, pois acho importante para o aprendizado.
Ao iniciar cada módulo, você é apresentado com objetivos de aprendizado. Funciona como um "preview" do que será aprendido na aula e eles recebem pontos por isso, além disso os módulos possuem uma estimativa de tempo para realização de cada um deles. O que vem a ser muito útil para qualquer um.
Ao final de cada aula ao rolar para o final da página você é apresentado as palavras chave da aula. São termos importantes, que ajudam na revisão. Assim, caso tenha alguma dúvida sobre algum termo, pode facilmente avisá-lo, cada termo possui uma página dedicada com explicações.
A organização no geral é boa, com apenas uma reclamação a fazer. A reclamação é que: Mesmo logado na sua conta do google o sistema não salva as aulas que você já viu e caso feche e abra de novo a aba não volta da aula que parou. Eu considero isso um problema pois conta com a memória das pessoas, ou com que a pessoa deixe uma aba aberta o tempo todo. Na minha opinião isso poderia ser otimizado dentro do próprio sistema.
O conteúdo do curso
descrição do curso diz que possui 15 horas de conteúdo, porém na minha experiência o curso possui três a cinco horas a menos. Apesar disso, possui muito conteúdo com especialistas no assunto e mais de 30 atividades.
O curso é dividido em 25 módulos desde a introdução até os próximos passos. Ele passa pelo recolhimento e classificação de dados, generalização, representações, alguns elementos técnicos, fórmulas , casos reais, testes práticos, programação documentação entre outras coisas até a conclusão Sendo, na minha opinião, um ótimo curso completo de qualidade e gratuito.
Em resumo, o curso é muito bom, com conteúdo de qualidade e ótima organização.