Машинное обучение

Какую критику критикуют специалисты по машинному обучению по курсу Эндрю Нг на Coursera?

Любит | Нелюбов | Ответы | Вид | 9361


Коллин Фаррелли Data Scientist / Poet / Social Scientist / Topologist (2009-настоящее время)   
@ | Обновлено Right Now


Элитарность в индустрии высоких технологий достигает пика - многие претенциозные и лучше знакомые мне люди по всей отрасли. Это ужасно по этой причине. Но есть надежда, по крайней мере, если вы найдете правильную компанию.

У большинства компаний есть корпоративная культура, которой они строго придерживаются, особенно если ваш первый скрининг был с HR. Лучшие компании отфильтровывают элитарных людей, потому что талантливые лидеры и HR видят их насквозь.

Как вы обнаружили себя; чем глубже вы углубляетесь в машинное обучение, тем легче становится. Кривая обучения в начале безумна, но как только вы ее пройдете, она станет лучше.

Одна из проблем машинного обучения заключается в том, что на разных сайтах столько шума и популистских статей. В этих статьях часто пропускаются важные детали, которые вы могли бы легко подобрать.

Также нет хорошей книги по углубленному изучению продвинутых тем; Лучшая книга, которую я смог найти, это книга Майкла Нильсена. Я не хочу книгу, сделанную учеными, для академиков, я хочу книгу, которая объясняет математику в очень удобной форме.


Как только вы изучите прямую связь, обратное распространение и повышение градиента, вы можете считать, что вы изучили некоторые основы. Самое сложное - получить хорошую интуицию для градиентов в нейронных сетях и даже понять, как работает обратное распространение в CNN, RNN, GAN и других архитектурах.

Я придерживаюсь того факта, что сделать фактическое машинное обучение и запустить его в производство - трудная задача. Данные реального мира не похожи на многие наборы данных, которые вы найдете в Kaggle, не говоря уже о тех, которые вы можете импортировать из Keras или Scikit-Learn. Большинство реальных проблем требует моделирования предметной области, интенсивной предварительной обработки и, как правило, большого количества манипуляций с данными. Затем, когда данные готовы, вы выполнили сложную часть, и вызвать алгоритм действительно просто.

Если ты хочешь от меня большего:

Посетите мой сайт ML From Scratch .

Или вы можете просто подписаться на мою рассылку и стать более осведомленным в области машинного обучения.

Или запишитесь на бесплатный мини-курс.

| |



Онлайн-курс
«Машинное обучение для людей»
Один из самых трендовых курсов в сфере Цифровой экономики.