Sem análise de mercado de criptomoedas neste relatório

Headline

Jeremy Howard recomenda três livros fundamentais para aprender IA.

Summary

Numa resposta a @Scholars_Stage no Twitter, Jeremy Howard—co-fundador da fast.ai—chamou “os seus 3 livros básicos” de “todos maravilhosos também.” Dada a trajetória de Howard a recomendar recursos práticos de programação, é provável que ele esteja a referir-se a textos introdutórios de IA ou aprendizado de máquina. A recomendação encaixa-se na sua contínua promoção para tornar o aprendizado profundo acessível a iniciantes. Não consegui recuperar os livros exatos ou o tweet original devido a erros do fornecedor de dados, mas a reputação de Howard sugere que estes são recursos destinados a ajudar não especialistas a adquirir habilidades em IA.

Analysis

Cruzei informações da página de Wikipedia de Howard, do site da fast.ai, do seu perfil no Goodreads e das listas de recomendações no BooksChatter. O meu melhor palpite é que os “3 livros básicos” são textos introdutórios populares que ele já elogiou antes: “Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow” de Aurélien Géron, “Deep Learning with Python” de François Chollet e “Python Machine Learning” de Sebastian Raschka. Estes encaixam-se na sua preferência documentada por um aprendizado prático e orientado a código—o mesmo enfoque por trás do seu próprio livro “Deep Learning for Coders with Fastai and PyTorch” e dos cursos da fast.ai.

Isto é importante porque recursos educacionais acessíveis como estes competem com ecossistemas proprietários. Eles diminuem a barreira para desenvolvedores que entram em agentes de IA, afinação de modelos e trabalho semelhante.

Uma ressalva: @Scholars_Stage escreve sobre história e política, não sobre IA. Portanto, os “livros básicos” podem não estar relacionados com IA—podem ser textos fundamentais em outro campo completamente. Sem ver o tweet original, não posso afirmar com certeza.

Bottom line: líderes de pensamento como Howard moldam a forma como as pessoas aprendem IA. As suas recomendações tendem a favorecer recursos que fazem as pessoas construir rapidamente, em vez de se perderem em teoria primeiro.

Impact Assessment

• Significância: Média
• Categorias: Perspicácia Técnica, Ferramentas para Desenvolvedores, Pesquisa em IA