Mam na studiach przedmiot - sieci neuronowe, na który mam zrobić projekt semestralny tj. jakąś sieć. Próbuję ogarnąć temat, ale gubię się w nomenklaturze. Kolega kupił kurs na udemy o machine learningu. Z tego, co rozumiem, to sieci neuronowe nie równają się machine learningowi, a są jakby podzbiorem tej dziedziny. Na podstawie tego wnioskuje, że rozwiązanie ML, w którym trenujemy model, nie jest siecią neuronową tylko supervised ML. Czy dobrze myślę?
Projekt zamierzam wykonać w Pythonie i tutaj problem ze zrozumieniem różnic między Pytorch i scikit learn. Pytorch rozumiem, że służy do budowy sieci neuronowych, a scikit learn jest ogólną biblioteką do ML. Czy w takim razie da się stworzyć perceptron z pomocą scikit learn?
Przepraszam, jeżeli temat umieszczony w złym dziale, ale z mojego powyższego wywodu wynika kolejny.
Na zaliczenie mogę zrobić perceptron, ale temat ML ciekawi mnie odkąd pierwszy raz o nim usłyszałem. Na studiach wybrałem specjalizację - inżynieria sztucznej inteligencji, ponieważ właśnie była najbliższa moim zainteresowaniom z możliwych, pomimo że obecnie jestem całkowicie zielony w tym temacie. Na następnym semestrze będę zaczynał pisanie pracy dyplomowej, ale jeszcze nie myślałem o możliwym temacie. Pojawiła się u mnie myśl, żeby była właśnie na temat sztucznej inteligencji, a w związku z tym strzelam, że dobrze by było, gdybym już teraz zaczął się uczyć w tym kierunku, a nie poznawał temat pisząc pracę. Z drugiej strony wydaje mi się, że programowanie w tej dziedzinie jest tylko narzędziem, a nie sensem samym w sobie. Mnie jednak interesuje programowanie i nie wiem też, czy podołałbym pod względem matematycznym. Podejrzewam również, że praca na ten temat nie będzie najłatwiejsza i ewentualnie będzie to wyraz jakiejś ambicji zamiast pójścia na łatwiznę. Czy praca dyplomowa na ten temat może otworzyć jakieś nowe perspektywy w przyszłości? Czy podjęlibyście się takiego tematu nawet dla czystej satysfakcji bez wizji późniejszej pracy w tej dziedzinie? Może powinienem zaznajomić się z tematem do czasu wyboru tematu i wtedy tak jak w programowaniu będę wiedział, ile nie wiem i jak bardzo jest to skomplikowane? A może powinienem nie cudować i skupić się na programowaniu?