作者langrisser19 (lan)
看板Soft_Job
標題Re: [請益] 機器學習在台灣的出路
時間Mon Aug 28 19:45:14 2017
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
推 f496328mm: feature?不同問題方法差異很大,所以需要domain knowl 08/28 20:01
→ f496328mm: edge,拿kaggle來說,大家用的model都一樣,有經驗很容 08/28 20:01
→ f496328mm: 易就上1%了 08/28 20:01
推 f496328mm: 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
→ f496328mm: 麼解讀,這很多都要靠經驗 08/28 20:03
推 f496328mm: 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
→ f496328mm: 淨了 08/28 20:06
→ Murasaki0110: 學會拿筆就以為自己是畫家了 08/28 20:26
→ kingofsdtw: 就正規劃最花時間吧...表格帶入公式大家都會 08/28 21:40
→ kingofsdtw: 苦工沒人想幹 08/28 21:41
推 mdkn35: 是每個阿罵都會用ML模型了是不是... 08/28 22:22
→ mdkn35: 推文回文一堆阿罵 08/28 22:22
→ jakert123: 重點不是工具多好拉多好用 而是怎麼去解釋... 08/28 22:25