但是,那是结果,过程中的快乐不应该将自己束缚。
时代红利和运气下的差距,概念的提出和普及,面向这有市场的方向,一些十分厉害,但是无法落实到实际情况下的东西。
所以项目落地经验很重要,数据来源/标准/应用场景的循环收集/
优化方法,调整参数,的重要是收集数据,清洗数据,定义数据的口径,含义,定义要改进的目标(结果如何算好),调整模型参数,训练算法,算法影响机器,监督算法,迭代模型,修正错误,循环。过程的不可控性,如何定义
不断的试错的过程,现在没有用,但是从未来向前看的时候,便是有价值的。
网友评论