درخواست مشاوره رایگان و دریافت نمونه فایلهای کلاس
| به مناسبت فصل زمستان
یادگیری زبان انگلیسی برای کسانی که در حوزه ی هوش مصنوعی (AI) و داده کاوی (Data Mining) فعالیت می کنند ، دیگر یک انتخاب نیست ؛ بلکه یک نیاز حیاتی است . چرا ؟ چون اکثر مقالات ، کتاب ها ، کنفرانس ها ، ابزارها و حتی دوره های آموزشی این حوزه به زبان انگلیسی ارائه میشوند .
اگر شما یک دانشجوی داده کاوی ، پژوهشگر هوش مصنوعی ، یا حتی برنامه نویسی هستید که روی پروژه های Machine Learning کار میکنید ، بدون تسلط به انگلیسی خیلی زود احساس می کنید جا مانده اید . در این مقاله می خواهیم قدم به قدم بررسی کنیم که چرا و چگونه باید انگلیسی را در مسیر هوش مصنوعی و داده کاوی یاد بگیرید و چه روش های کاربردی برای این کار وجود دارد .
منابع علمی و مقالات
بیش از ۹۰٪ مقالات معتبر در حوزه هوش مصنوعی در ژورنال ها و کنفرانس های بین المللی مثل NeurIPS، ICML ، ACL به زبان انگلیسی منتشر میشوند .
ابزارها و کتابخانه ها
وقتی از کتابخانههایی مثل TensorFlow ، PyTorch یا ابزارهای داده کاوی مثل RapidMiner استفاده می کنید ، تمام مستندات (Documentation) آن ها انگلیسی است .
کنفرانس ها و شبکه سازی
اگر قصد شرکت در رویدادهای بین المللی یا همکاری با تیم های جهانی دارید ، باید بتوانید به انگلیسی درباره ی الگوریتم ها و نتایج تحقیقات خود صحبت کنید .
فرصت های شغلی
بیشتر آگهی های شغلی بین المللی در زمینه AI و Data Science نیازمند مهارت زبان انگلیسی در سطح حرفه ای هستند .
برای این حوزه لازم نیست فقط انگلیسی عمومی بلد باشید ؛ بلکه باید انگلیسی تخصصی را یاد بگیرید . این مهارت ها را دسته بندی می کنیم :
توانایی خواندن مقالات پژوهشی و مستندات فنی
درک نمودارها ، شبه کدها (Pseudocode) و توضیحات الگوریتمی
خواندن گزارش های داده و خروجی مدل ها
نوشتن مقالات علمی به انگلیسی
مستندسازی کدها و پروژه ها
نوشتن گزارش تحلیلی داده برای تیم یا مشتری
درک ویدئوهای آموزشی از پلتفرم هایی مثل Coursera، edX و YouTube
گوش دادن به سخنرانی ها و کنفرانس ها
دنبال کردن پادکست های تخصصی AI
ارائه پروژه ها به تیم های بین المللی
گفتگو در جلسات آنلاین (Zoom, Teams, Slack)
دفاع از پایان نامه یا ارائه کنفرانس
واژگان ضروری انگلیسی در هوش مصنوعی و داده کاوی
الف) اصطلاحات پایه داده کاوی
Dataset مجموعه داده ها
Feature ویژگی
Label برچسب
Algorithm الگوریتم
Clustering خوشه بندی
Classification طبقه بندی
ب) اصطلاحات هوش مصنوعی و یادگیری ماشین
Neural Network شبکه عصبی
Training آموزش مدل
Testing آزمایش
Overfitting بیش برازش
Deep Learning یادگیری عمیق
Reinforcement Learning یادگیری تقویتی
ج) اصطلاحات پژوهشی و علمی
Hypothesis فرضیه
Methodology روش شناسی
Experiment آزمایش
Results نتایج
Conclusion نتیجه گیری
هر بار که با یک ابزار جدید مثل TensorFlow کار می کنید ، به جای ترجمه های فارسی ، مستقیم به سراغ Documentation اصلی بروید .
ویدئوهای یوتیوب یا دوره های Coursera بهترین تمرین برای تقویت Listening تخصصی هستند .
بعد از هر پروژه ی داده کاوی، یک گزارش یک صفحه ای به انگلیسی بنویسید . حتی اگر ساده باشد ، به مرور پیشرفت می کنید .
برای یادگیری واژگان تخصصی از اپ هایی مثل Anki یا Quizlet استفاده کنید .
می توانید با دوستان یا همکاران خود یک جلسه آنلاین برگزار کنید و به انگلیسی درباره پروژه صحبت کنید .
فرض کنید شما روی یک پروژه ی پیش بینی تقاضای مشتری با استفاده از Machine Learning کار می کنید . برای این کار :
باید مقاله ی انگلیسی بخوانید تا الگوریتم مناسب را انتخاب کنید .
باید کدهای خود را با کامنت های انگلیسی بنویسید تا همکاران بین المللی متوجه شوند .
باید نتایج را در قالب یک Report یا Presentation به انگلیسی ارائه کنید .
روزی ۱۵ دقیقه خواندن مقالات انگلیسی
دیدن یک ویدئوی تخصصی در هفته
نوشتن یادداشت های کوتاه به انگلیسی
تمرین Speaking با همکار یا دوست از طریق موضوعات ساده مثل معرفی پروژه
کتاب ها
Deep Learning with Python
Hands-On Machine Learning with Scikit-Learn & TensorFlow
وب سایت ها
arXiv.org مقالات رایگان
Kaggle.com مسابقات داده کاوی و انجمن ها
دوره ها
Coursera (Andrew Ng – Machine Learning)
edX (AI for Everyone)
تصور کنید علی ، یک دانشجوی کارشناسی ارشد داده کاوی است . او در ابتدا برای خواندن مقالات انگلیسی مشکل داشت . هر بار که مقاله ای باز میکرد ، مجبور بود به فرهنگ لغت رجوع کند . اما با تمرین مداوم ، شروع کرد به خلاصه نویسی مقالات به انگلیسی . بعد از شش ماه توانست در یک کنفرانس بین المللی مقاله ارائه دهد .
این تجربه نشان میدهد یادگیری انگلیسی برای AI یک سفر تدریجی است ، نه یک حرکت ناگهانی .
یادگیری زبان انگلیسی برای حوزه هوش مصنوعی و داده کاوی فقط یک مهارت جانبی نیست ، بلکه بخش جدایی ناپذیر از مسیر حرفه ای شماست .
بدون انگلیسی نمی توانید به منابع علمی دسترسی پیدا کنید .
بدون انگلیسی نمی توانید در کنفرانس ها شرکت کنید .
بدون انگلیسی فرصت های شغلی بزرگی را از دست می دهید .
پس اگر می خواهید در AI و Data Mining بدرخشید ، باید همزمان با یادگیری الگوریتم ها و برنامه نویسی ، روی تقویت انگلیسی خود هم کار کنید .
نظرتون برای ما خیلی ارزشمنده.
🎁حالا وقتشه جایزه تون را دریافت کنید
🎁 دریافت جایزه من