Q:
Wat zijn enkele van de fundamentele manieren waarop professionele professionals opvallen in machine learning?
EEN:Succes voor machine learning vereist vaak een combinatie van vaardigheden en ervaringen. Door in detail in te gaan op enkele van deze principes en vaardigheden, kunnen individuen beter begrijpen waar bedrijven naar op zoek zijn wanneer ze professionals op het gebied van machine learning inhuren.
In eenvoudige zin zou je kunnen zeggen dat het succes van machine learning vaak berust op een drievoudig principe - programmeren, wiskunde en inzicht. Elk van deze drie dingen is fundamenteel anders, maar elk van hen speelt een rol bij het ontwikkelen van een loopbaanprofessional als expert in machine learning.
Vanaf het einde van de programmering wordt het kennen van talen als Python en R enorm nuttig, maar er zijn ook crossover-vaardigheden van talen zoals COBOL, Perl en Ruby on Rails die enige waarde kunnen hebben. Dat komt deels door de fundamentele aard van programmeren - dat u te maken hebt met het routeren van de bewerkingen en waarden waar ze moeten zijn. Dan zijn er ook machine learning-projecten die profiteren van oudere code.
Het tweede fundamentele principe is wiskunde. Mensen met geavanceerde wiskundige vaardigheden of inzicht hebben vaak veel meer succes in de wereld van machine learning. Als ze naar neurale netwerken of andere modellen kijken, kunnen ze de wiskundige vergelijkingen afbreken die naar de netwerkoutputs leiden. Mensen praten er vaak over dat neurale netwerken 'black boxes' zijn, zelfs voor technici - maar voor zover u wiskundig bent, kunt u beginnen met een reis naar een beter begrip van wat het programma doet.
Dat leidt tot het derde principe, namelijk inzichten. Het begrijpen van waarschijnlijkheidsstatistieken helpt echt bij het succes van machine learning. Dat komt omdat met machine learning projecten van een puur deterministische of lineaire programmeerzone naar een nieuwe probabilistische zone gaan. Personen die meer weten over waarschijnlijkheid kunnen naar gewogen inputs kijken en beter voorspellen wat de resultaten kunnen zijn. In een andere zin zullen mensen die intuïtief wijs zijn in machine learning echter begrijpen hoe ze de toepassingen kunnen beperken tot dingen die logisch zijn.
Een van de vijf grootste valkuilen van machine learning vandaag is de ongebreidelde en willekeurige toepassing van machine learning in bedrijfstoepassingen. Er zijn veel situaties waarin machine learning gewoon geen goede oplossing is - of het nu is vanwege de complexiteit van het systeem, overfitting, het eerder genoemde black box-probleem of iets anders. Enkele van de meest waardevolle professionals op het gebied van machine learning zullen degenen zijn die weten hoe ze projecten goed moeten kiezen - hoe ze machine learning-applicaties kunnen samenstellen - en hoe ze buy-in en procedures als een ervaren consultant kunnen hanteren.
