Всем хорошего воскресенья. Не могу поверить, что это май. Май — это своего рода новое начало по многим причинам. Квартал некоторых стартапов SaaS заканчивается в апреле, поэтому май — это новое начало для достижения очередного набора вех. Начало мая также хорошее время, чтобы подумать о том, что было хорошо или не очень в первые четыре месяца года, и перезапустить/перезапустить/продолжить удачную серию. На личном фронте я знаю, что этот май требует больше бега, потому что я должен начать готовиться к марафону. Мне осталось тренироваться всего 4 месяца, а я только начала!

Май месяц также является началом летнего семестра в Школе информации Калифорнийского университета в Беркли, где я преподаю неполный рабочий день по вечерам. У нас есть новая группа аспирантов и студентов, готовящихся к курсу Capstone, где они будут применять все свои технические навыки для создания эффективных MVP.

Студенты будут делать это в классе от начала до конца — от идеи до создания продукта, а затем развертывания управляемого данными приложения с поддержкой машинного обучения, которое может решить реальную проблему.

Курс Capstone — это отход от традиционного обучения науке о данных, потому что мы ведем студентов в реальный мир — обучаем, направляем и даем им возможность быть предпринимателем / интрапренером, а также ответственным специалистом по данным, который применяет стратегическое мышление, управление продуктами. , наука о данных, проектирование и эффективная коммуникация для решения серьезной проблемы для организаций, использующих науку о данных.

Для меня разнообразие студентов, опыт и навыки, которые они приносят, культуры и страны, из которых они приехали, являются одними из ключевых причин, по которым многие из этих завершающих проектов становятся своего рода «вожаком» для будущих данных. научные продукты, которые будут запущены в будущем.

  • Несколько лет назад я видел, как студенты строят модель прогнозирования лесных пожаров. Перенесемся на несколько лет вперед, ряд компаний были профинансированы, работая именно над этой проблемой.
  • В нескольких проектах изучалось, как помочь профессионалам или всем желающим писать более чуткие сообщения (или менее запугивающие/менее пассивно-агрессивные сообщения). Сейчас несколько компаний, занимающихся искусственным интеллектом, решают именно эту или подобные проблемы.
  • Ряд проектов был направлен на внедрение аналитики данных в новые области (криптовалюта, каннабис), где аналитика данных и прозрачность данных крайне необходимы. Сегодня этим занимаются крупные криптобиржи и выскочки.
  • Многие проекты были направлены на то, чтобы принести ИИ на благо общества — использовать ИИ для помощи людям с ограниченными возможностями, включая проблемы с передвижением или слепоту, использовать компьютерное зрение для помощи в сохранении дикой природы, использовать прогнозную аналитику для определения способов более справедливого распределения ресурсов в нашем обществе.

В этом семестре у нас есть еще одна отличная подборка впечатляющих проектов, таких как следующие:

  • Применяйте науку о данных, чтобы лучше понять вынесение приговоров в США
  • Прогнозирование спроса и предложения для микросетей
  • Помощь фермерам в разработке долгосрочной стратегии выбора сельскохозяйственных культур с учетом изменения климата
  • Предоставление врачам лучшей системы для систематического обзора медицинской литературы.
  • Помощь архитекторам в автоматическом выявлении распространенных ошибок в чертежах
  • Прогноз госпитализации в отделение интенсивной терапии
  • Прогнозирование сердечной деятельности по эхокардиограммам
  • Идентификация морских звезд тернового венца (COTS) под водой

›› Узнать больше проектов можно здесь ‹‹