自学机器学习的误区和陷阱不要把深度学习作为入门( 四 ) _机器学习

举几个我身边的例子，我的一个朋友正在做传统的软件工程研究。前年，他和我讨论了如何利用机器学习的历史来识别错误。这是领域知识的良好组合。如果你有金融背景，你可以将机器学习交叉应用到自己的专业领域，在补充上述基本技能的同时做战略研究。我听说过无数使用机器学习来实现交易的“主张” 。战略案例。虽然令人难以置信，但对特定领域的深入了解往往是最后一层破窗而出，只了解模型而不了解数据和数据背后的含义，导致很多机器学习模型只好——看起来但不实用。阶段。
5.写在最后
虽然人们曾经说二十一世纪是生物学的世纪，但现在是人工智能的世纪。欢迎尝试机器学习，体验数据分析的魅力。
正如我在很多回答中提到的，机器学习领域应该敞开大门，让每个人都可以尝试将机器学习知识应用到自己原来的领域，摒弃人为的知识壁垒。只有这样，机器学习技术才能在更多不同的领域落地，从而回馈机器学习研究本身。
技术每天都在变化，追热点是好事。但在这个浮躁的时代，无论你选择什么方向，最重要的是独立思考的能力和放假留真的勇气。所以，看了这么多的入门教程和经验分享，我最希望的是，你不要急于接受，也不要因为没有胃口而否认。慢下来，考虑一下，制定一个适合你的计划。这大概是做科学工作的正确态度吧。
经过思考，拒绝外界的噪音，无论是鼓励还是嘲笑。以“不打南山，不回头”的信念，继续攀登机器学习的巅峰。祝你好运！
延伸阅读：
1. 计算机科学专业的学生可以做些什么来丰富大学四年的简历？
2.未来3到5年，哪个方向最缺机器学习人才？
3. 现在机器学习行业和学术界是不是越来越不同了？早期实习和实践研究的优缺点是什么？
【自学机器学习的误区和陷阱不要把深度学习作为入门】图片来源：Free Image on - Boys, , ,

以上关于本文的内容，仅作参考！温馨提示：如遇专业性较强的问题（如：疾病、健康、理财等），还请咨询专业人士给予相关指导!

「辽宁龙网」www.liaoninglong.com小编还为您精选了以下内容，希望对您有所帮助：