J:
Kādi ir daži galvenie veidi, kā karjeras plusi izceļas mašīnmācībā?
A:Panākumi mašīnmācībā bieži prasa prasmju un pieredzes apvienojumu. Izpētīšana par dažiem no šiem principiem un prasmju kopām palīdz indivīdiem labāk izprast, ko uzņēmumi meklē, kad viņi algo mašīnmācības speciālistus.
Pamatā var teikt, ka mašīnmācīšanās panākumi bieži balstās uz trīskāršu principu - programmēšanu, matemātiku un ieskatu. Katra no šīm trim lietām ir fundamentāli atšķirīga, taču katrai no tām ir sava loma karjeras profesionāļa attīstībā kā mašīnmācīšanās ekspertam.
Kopš programmēšanas beigām tādu valodu kā Python un R zināšana kļūst ārkārtīgi noderīga, taču ir arī tādu valodu pārvarēšanas prasmes kā tādām valodām kā COBOL, Perl un Ruby on Rails, kurām var būt kāda vērtība. Daļēji tas notiek tāpēc, ka programmēšana ir fundamentāla - ka jūs nodarbojaties ar operāciju un vērtību novirzīšanu tur, kur tām jābūt. Tad ir arī mašīnmācīšanās projekti, kas izmanto mantotā koda priekšrocības.
Otrais pamatprincips ir matemātika. Cilvēkiem ar progresīvām matemātiskām prasmēm vai lietpratību mašīnmācīšanās pasaulē bieži ir daudz lielāki panākumi. Apskatot neironu tīklus vai citus modeļus, viņi spēj sadalīt matemātiskos vienādojumus, kas noved pie tīkla izejām. Cilvēki bieži runā par to, ka neironu tīkli ir “melnās kastes” pat tehniķiem, taču, ja jūs esat lietpratīgs matemātikā, varat sākt labāk izprast programmas darbību.
Tas ved uz trešo principu, kas ir ieskats. Izpratne par varbūtības statistiku patiešām palīdz gūt panākumus mašīnmācībā. Tas ir tāpēc, ka ar mašīnmācīšanos projekti pārvietojas no tīri determinētas vai lineāras programmēšanas zonas uz jaunu varbūtības zonu. Indivīdi, kuri ir prasmīgāki par varbūtību, var aplūkot svērtos datus un labāk paredzēt, kādi varētu būt rezultāti. Tomēr citā nozīmē cilvēki, kuri intuitīvi gudri izturas pret mašīnmācību, sapratīs, kā ierobežot tās pielietojumu lietām, kurām ir jēga.
Viena no piecām lielajām mašīnmācības nepilnībām mūsdienās ir nikns un izlases veida mašīnmācīšanās pielietojums uzņēmuma lietojumprogrammās. Ir daudz situāciju, kad mašīnmācīšanās vienkārši nav labs risinājums - neatkarīgi no tā, vai tā ir sistēmas sarežģītība, pārmērīga uzstādīšana, iepriekšminētā melnās kastes problēma vai kas cits. Daži no visvērtīgākajiem mašīnmācīšanās telpas profesionāļiem būs tie, kas zina, kā labi izvēlēties projektus - kā veidot kursus mašīnmācīšanās lietojumprogrammām - un kā rīkoties ar pirkšanu un veikt kvalificēta konsultanta procedūras.
