机器学习,本质上是用模型解决实际业务问题。
通过学习模型,可以知道机器学习的基本机制以及相关领域问题是如何解决的。
学习有两种方式,一是记住问题和对应模型然后直接使用,二是了解模型底层的原理和推导过程。这和我们学习某种编程语言一样,可以只会调用类库,但要想成为专家,就必须了解底层原理,在面对复杂应用时,就可以融会贯通,做出适当取舍和正确决策了。
另外,了解原理,你可以告诉领导、同事,为什么选这个模型,甚至为什么选择TensorFlow,为什么选择Caffe。
正如老师所说,好的机器学习工程师,可以针对业务需求,提出高质量的解决方案。
机器学习工程师的三板斧:选特征、调超参、换模型。如何在限定数据、限定时间,为具体业务提供尽可能高效优化的模型,就是机器学习工程师的主要工作。
再简单的模型也要反复学,反复理解,从记忆到掌握。
机器学习模型用到的数学并不多,但因为看起来复杂,容易让人畏难,可以自己整理成速查手册,需要的时候快速查找。
理论联系实际,和自己的工作结合起来。
不要光看,多写程序。
网友评论