У дома звуков Кои са някои от основните начини, по които професионалните професионалисти се открояват при машинното обучение?

Кои са някои от основните начини, по които професионалните професионалисти се открояват при машинното обучение?

Anonim

Q:

Кои са някои от основните начини, по които професионалните професионалисти се открояват при машинното обучение?

A:

Успехът в машинното обучение често изисква комбинация от умения и опит. Разглеждането на подробности за някои от тези принципи и набори от умения помага на хората да разберат по-добре какво търсят компаниите, когато наемат професионалисти за машинно обучение.

В много основен смисъл бихте могли да кажете, че успехът в машинното обучение често се основава на трикратен принцип - програмиране, математика и прозрение. Всяко от тези три неща е коренно различно, но всяко от тях играе роля в развитието на професионалист в кариерата като експерт по машинно обучение.

От края на програмирането познаването на езици като Python и R става изключително полезно, но има и умения за кросоувър от езици като COBOL, Perl и Ruby on Rails, които могат да имат някаква стойност. Част от това е заради основния характер на програмирането - че се занимавате с маршрутизиране на операциите и стойностите там, където трябва да бъдат. Тогава има и проекти за машинно обучение, които се възползват от наследения код.

Вторият основен принцип е математиката. Хората с напреднали математически умения или хъс често имат много по-голям успех в света на машинното обучение. Когато разгледат невронните мрежи или други модели, те са в състояние да разбият математическите уравнения, които водят до мрежовите изходи. Хората често говорят за това, че невронните мрежи са „черни кутии“ дори за техници - но доколкото сте умели в математиката, можете да започнете да пътувате към по-доброто разбиране на това, което прави програмата.

Това води до третия принцип, който е прозрение. Разбирането на вероятностната статистика наистина помага за успеха в машинното обучение. Това е така, защото с машинното обучение проектите преминават от чисто детерминирана или линейна зона на програмиране в нова вероятностна зона. Хората, които са по-разбираеми от вероятността, могат да разгледат претеглените данни и по-добре да предскажат какви могат да бъдат резултати. В друг смисъл обаче хората, които са интуитивно мъдри относно машинното обучение, ще разберат как да ограничат приложенията му до неща, които имат смисъл.

Една от големите пет клопки в машинното обучение днес е широко разпространеното и безразборно приложение на машинното обучение в корпоративните приложения. Има много ситуации, при които машинното обучение просто не е добро решение - независимо дали е заради сложността на системата, преизпълняването, споменатия по-рано проблем с черната кутия или друго. Някои от най-ценните специалисти в машинното пространство за обучение ще бъдат тези, които знаят как да избират проектите добре - как да курират приложения за машинно обучение - и как да се справят с купуването и процедурите като квалифициран консултант.

Кои са някои от основните начини, по които професионалните професионалисти се открояват при машинното обучение?