[北美] 請問machine learning的工作內容

看板Oversea_Job作者 (milc)時間9年前 (2014/09/18 11:56), 9年前編輯推噓0(0推 0噓 7→)
留言7則, 2人參與, 最新討論串1/2 (看更多)
大家好 不好意思想請問一下關於ML的工作內容, 我是在coursera上Andrew Ng的ML影片課程自學, 之前也僅用過Weka取些features來做一些文件分類工作, 之後找工作想做這一方面的, 但是不知道業界工作內容, 想請問一下各位先進, 一般工作是用既有的ML方法套用來解決我們所面對的問題? 還是大部分都要提出新的演算法了? 另外請問找ML工作前有沒有什麼要再加強與自學的建議? 謝謝大家(如果我提出的問題太過無知請原諒) -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.71.94.5 ※ 文章網址: http://www.ptt.cc/bbs/Oversea_Job/M.1411012583.A.CFC.html ※ 編輯: milc (203.71.94.5), 09/18/2014 12:02:00
→
09/18 12:00, , 1F
ML用途蠻廣的,很多東西用ML做結果會比傳統方法不一樣(不一定
09/18 12:00, 1F
→
09/18 12:00, , 2F
更好)但是不是"套用"這麼簡單就可以有結果的.
09/18 12:00, 2F
→
09/18 12:02, , 3F
很多時候其實是混用,比方說spam filter,用傳統方法誤判率可
09/18 12:02, 3F
→
09/18 12:03, , 4F
能某些狀況下會爆高,但是混進ML的方法可以減低誤判率甚至提
09/18 12:03, 4F
→
09/18 12:04, , 5F
高判對的機慮.我是覺得有ML的background還要有一些別的field
09/18 12:04, 5F
→
09/18 12:04, , 6F
的know-how比較有機會可以運用
09/18 12:04, 6F
→
09/18 22:23, , 7F
同樓上，ML必須要搭配domain knowledge
09/18 22:23, 7F
‣ 更多 milc 的文章
文章代碼(AID): #1K6bVdpy (Oversea_Job)
‣ 更多 milc 的文章
文章代碼(AID): #1K6bVdpy (Oversea_Job)