Re: [請益] 機器學習在台灣的出路

看板Soft_Job作者 (lan)時間8年前 (2017/08/28 19:45), 編輯推噓4(409)
留言13則, 5人參與, 最新討論串5/8 (看更多)
其實大家可以去試試看amazon 或是微軟 ML studio 真的是已經到阿罵都會用的程度了 圖形化介面 拖拉式設定 各式各樣的樣板、模型 想調整什麼參數手指動一動就好 要比演算法你能比微軟跟雅馬遜工程師強嗎 所以重點根本就不是演算法了 而是你找出與定義特徵的經驗 舉個例子 微軟的範例裡有一個講迴歸的 是找出車子定價的邏輯 只要輸入各式各樣參數,什麼馬力、門數、扭力、廠牌 拉幾個想用模型,他就會自己找出相關性最高的特徵 把車價模型訂出來 再按一個鍵,就直接轉成網路服務讓你透過網路即時做計算 全部弄好不用半小時 以前還要用matlab在那邊輸出圖形慢慢找 現在五分鐘答案就出來 所以關鍵就會變成更複雜的問題,要怎麼去定義特徵 好比我想學習人的開燈習慣,讓開關燈這件事可以自動化 目標就是 燈該不該開、開多亮 那...我要抓什麼數據來分析呢 溫度?時間?性別?年齡?地區? 這已經不是程式或演算法的問題了,比較像是數據分析規劃的學門 ※ 引述《del680202 (HANA)》之銘言: : ※ 引述《popo14777 (草草)》之銘言: : : 以前碩士有做過機器學習,用的語言是Matlab(LIBSVM)、Python(scikit-learn) : : 都是用監督式學習來做預測(y's=實數), : : 演算法大多都用SVR、隨機森林、迴歸樹、整體式學習等 : 這讓我想到 : 我之前問我在大鬼島的上司,他在機器學習領域工作了很長一段時間 : 我問我想從大數據轉機器學習這條路有沒有什麼辦法 : 他勸我死心,那些大廠已經把機器學習的產品包的太好了你阿罵都會用 : 除非真的進入那些領航的大廠 : 否則當SE起碼還有飯吃,現在跟風投入機器學習領域幾年後就會沒飯吃了 : 諸如此類 : 我不是這方面的行家也沒辦法說啥 : 有沒有神人出來說說看法 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.198.170.96 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1503920716.A.3D2.html

08/28 20:01, , 1F
feature?不同問題方法差異很大,所以需要domain knowl
08/28 20:01, 1F

08/28 20:01, , 2F
edge,拿kaggle來說,大家用的model都一樣,有經驗很容
08/28 20:01, 2F

08/28 20:01, , 3F
易就上1%了
08/28 20:01, 3F

08/28 20:03, , 4F
而且資料分析,建模只是其中一部分,要怎麼呈現,要怎
08/28 20:03, 4F

08/28 20:03, , 5F
麼解讀,這很多都要靠經驗
08/28 20:03, 5F

08/28 20:06, , 6F
資料事前收集整理更是費時,kaggle提供的data已經算乾
08/28 20:06, 6F

08/28 20:06, , 7F
淨了
08/28 20:06, 7F

08/28 20:26, , 8F
學會拿筆就以為自己是畫家了
08/28 20:26, 8F

08/28 21:40, , 9F
就正規劃最花時間吧...表格帶入公式大家都會
08/28 21:40, 9F

08/28 21:41, , 10F
苦工沒人想幹
08/28 21:41, 10F

08/28 22:22, , 11F
是每個阿罵都會用ML模型了是不是...
08/28 22:22, 11F

08/28 22:22, , 12F
推文回文一堆阿罵
08/28 22:22, 12F

08/28 22:25, , 13F
重點不是工具多好拉多好用 而是怎麼去解釋...
08/28 22:25, 13F
文章代碼(AID): #1Pf09CFI (Soft_Job)
討論串 (同標題文章)
文章代碼(AID): #1Pf09CFI (Soft_Job)