Re: [請益] 機器學習在台灣的出路

[langrisser19 (lan)]

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
→ f496328mm: edge，拿kaggle來說，大家用的model都一樣，有經驗很容
→ f496328mm: 易就上1%了
推 f496328mm: 而且資料分析，建模只是其中一部分，要怎麼呈現，要怎
→ f496328mm: 麼解讀，這很多都要靠經驗
推 f496328mm: 資料事前收集整理更是費時，kaggle提供的data已經算乾
→ f496328mm: 淨了
→ Murasaki0110: 學會拿筆就以為自己是畫家了
→ kingofsdtw: 就正規劃最花時間吧...表格帶入公式大家都會
→ kingofsdtw: 苦工沒人想幹
推 mdkn35: 是每個阿罵都會用ML模型了是不是...
→ mdkn35: 推文回文一堆阿罵
→ jakert123: 重點不是工具多好拉多好用 而是怎麼去解釋...