Tengo dos años de experiencia como examinador de bolígrafos. Quiero hacer un máster en aprendizaje y seguridad de máquinas, e investigar para encontrar formas de abordar los problemas de seguridad actuales mediante el aprendizaje de máquinas. También sugiero lo que puedo hacer aparte de los maestros para completar mi investigación.
Aquí hay una respuesta incompleta, pero eso es todo lo que puedo decir ahora.
El Aprendizaje automático hoy en día parece ser más del marco de programación, por lo que es más adecuado para desarrollar nuevas aplicaciones, por lo que para esto se necesita un poco de programación (scripting).
El aprendizaje automático puede resolver problemas existentes mejor que las soluciones anteriores, por ejemplo, el filtrado de spam, el reconocimiento de imágenes, el habla a texto, el procesamiento de lenguaje natural, etc.
Sin embargo, usar el aprendizaje automático en aplicaciones generalmente significa hacer productos completamente nuevos (diseñar desde cero) o extender productos existentes.
Machine Learning funciona con datos, por lo que hay algunos datos necesarios para realizar la prueba y cuantos más mejor. Puede ser voz, sonido, imágenes, videos, registros, textos, documentos estructurados, tablas, etc.
Ahora, el problema es que hay muchos marcos de trabajo y servicios de Machine Learning que aún no tienen muchas aplicaciones, por lo que la funcionalidad ya está incorporada en el producto como IDS, o debe aplicarse por programación.
Debido a que la programación de Machine Learning no es el punto principal, sino su uso, el buen punto de partida para ver cómo funciona y cómo se puede usar es echar un vistazo a Google Cloud Machine Learning.
Sin embargo, incluso los algoritmos simples se pueden usar de manera efectiva, por ejemplo, como "procesador de registro", pero también se necesita una base de datos (memoria).
Una de las aplicaciones interesantes de Machine Learning es observar al usuario en la PC. En lugar de usar más cámaras para observar a la persona, en este caso, Machine Learning se puede usar para analizar el tráfico en la red, el historial de navegación web. lo que se escribe e incluso lo que la persona puede ver en la pantalla.
Por ejemplo, utilizando Machine Learning con el archivo de cinta y el almacenamiento regular, es posible analizar el registro y predecir qué datos se necesitarán y cuándo se pueden recuperar del archivo de cinta con anticipación (ese es el ejemplo real y probado de la aplicación ).
Machine Learning también podría organizar todo tipo de trabajos basados en las predicciones de la carga requerida. Este es el caso de flujos de trabajo muy complicados, muchos de ellos y recursos limitados, por ejemplo, la forma en que Google optimizó su administración de energía centros de datos.
Para obtener primero la idea es obtener algunos datos primero. Los datos de registro son el punto de inicio ideal. La API de predicción parece interesante. Sin embargo, hay muchos otros productos que ofrecen una funcionalidad similar en el aprendizaje automático, por lo general facilitan flujos de datos en tiempo real, como registros, es bueno buscarlos un poco en Google.
Los lenguajes más populares para el trabajo son Java y Python, pero también se utilizan muchos otros, incluidos C, C ++, C #, Go, Ruby, PHP, Perl, etc.
Entonces, el punto principal es inventar la aplicación y hacerlo es tener algunos datos primero.
Lea otras preguntas en las etiquetas professional-education career research