|
|
51CTO旗下网站
|
|
移动端

【AWS社群讨论活动总结四】谈谈机器学习过程中走过的弯路

机器学习可以说是人工智能的核心,是使计算机具有智能的根本途径。随着人工智能的火爆,不少IT人加入了机器学习领域的大军。对刚刚入行的机器学习新人来说,不怕吃苦但最怕走弯路白白浪费时间。

作者:赵立京来源:51CTO|2018-10-24 12:53

【51CTO.com原创稿件】机器学习可以说是人工智能的核心,是使计算机具有智能的根本途径。随着人工智能的火爆,不少IT人加入了机器学习领域的大军。对刚刚入行的机器学习新人来说,不怕吃苦但最怕走弯路白白浪费时间。
不知群里是否有从事机器学习领域的伙伴,一起分享和探讨一下机器学习过程中走过的弯路。
以下内容来自51CTO开发者微信交流群的讨论分享
51CTO小助手:
你在学习时是看中论文?还是更注重实践?模型的力量有多大?欢迎大家分享自己的观点

广州-timo:
肯定更注重实践啊!现在感觉论文的那些东西都好水!

运维/java-陈兴-北京:
最严重的就是云计算 大数据这块的论文水的太厉害了,人工智能也水

云计算-北京-Angie.Z:
人工智能是实践性学科

北京-肝帝-运维:
这个是不是 就是玩算法?

云计算-北京-Angie.Z:
算法、模型、框架

北京-肝帝-运维:
大家都是实践中不过这个是人工智能 核心比较高端的技术,谁有好的学习资料推荐,可以先瞻仰一下。

运维-北京-zhangcheng:
我们最好不要一味相信论文,尤其是各种解释(经典算法,优秀论文除外)。NN就是个黑盒,谁也别说谁。

安全-蓝宇-北京:
我们能做的,就是去实践去复现,去去伪存真,去发现其中真正的本质所在。

运维-江苏-骑兵:
DL\ML其实是一门实践性的学科,只有通过实验才能把握到其中的细节与真谛。虽说也是在写程序,但是DL的程序基本上无法直观地debug,所以非得自己去复现一下,实践一下,用performance来说话,才知道有没有出错。

云计算-鸢玮-北京:
永远不要迷信某个特定的模型,不要因为random forest在某个任务上效果好,就以后遇到什么任务都上random forest。

广州-timo:
学习资料?可以找几个玩自动驾驶汽车的学习一下;自动驾驶汽车把人工智能的几个阶段L0-L5,每个阶段是啥样分的非常的清晰。

运维-北京-zhangcheng:
学各种算法的时候,书上一般会告诉你这个算法有balabala优点一堆,但是一般不会告诉你这个算法也有balabala一堆缺点,我花了蛮长时间在这个坑里,慢慢摸索各种不同模型的特性。
北京-肝帝-运维:
机器学习:例 汽车必须通过摄像头识别停车标志。构建了数以百万计的街边物体照片数据集,并训练算法来预测哪些街边是有停车标志。@广州-timo 自动驾驶的确是一个典型的场景

北京-肝帝-运维:
这个还有培训班呢

运维/java-陈兴-北京:
这玩意的培训班 一般的谁敢去,全世界都在摸着石头过河,培训班也就教demo教工具,自学都可以的东西。吴恩达搞过 但是普遍观点是能出来深度学习工程师 而不是深度学习研究员 还有这些工程师也是属于自学能力比较强的 学历怎么也得是硕士的那帮

北京-肝帝-运维:
嗯 培训应该也是交一些语言和工具

运维/java-陈兴-北京:
国内的培训机构谁敢说自己比吴恩达牛逼。有哪个培训机构教你数学,数学分析概率论这玩意没数学基础谁玩得转

51CTO小助手:
自学贵在坚持,培训的话应该也就是可以入个门吧?

运维/java-陈兴-北京:
入门?我看费劲,深度学习不比别的,这玩意吃数学基础

北京-肝帝-运维:
对,现在这个方面的门槛很高,估计研究生都是站一边看的那种

运维/java-陈兴-北京:
培训机构就是为了赚钱,赚钱就代表是速成,速成的你指望基础有多好么。而且数学这玩意吃天赋 吃时间

51CTO小助手:
嗯呐,英语也是加分项主流书籍文献能直接阅读最好,虽然接收翻译,虽然现在咱国内的也不错

运维/java-陈兴-北京:
翻译这玩意就容易二次加工了,本来书籍就是作者个人观点翻译肯定会二次加工。推荐啃官方文档 和自己阅读外文书籍,说实话真的去深度学习培训机构出来的,充其量也就是脚本小子那级别

天马-无业-北京:
https://github.com/daimalaoge/uc_manager

北京-阳阳-安卓:
我正在看《人工智能》,卢奇的那本,国外大学的教材

全栈-Leon-哈尔滨:
有研究react native的小伙伴嘛?

北京-阳阳-安卓:
这本书的译者,林赐,是贝尔实验室的人工智能研究员,可靠性还是有的

51CTO小助手:
有没有小伙伴要改行做机器学习或者人工智能的呢?

半个IT-广州-小星星:
有兴趣,但么经验

数通~北极熊~沈阳:
ai啊,有,难吗?

网络-凯-北京:
想转,感觉很难呀~

安卓-救赎-北京:
想转,数学基础太差了

网络-凯-北京:
我也是搞数通的,没有开发基础,肯定要花苦功夫才行的

java 小白 广州:
数学,就那样了,学不好的,这才是感慨

51CTO小助手:
结合好自己的领域知识学习,也能有一定的竞争力

运维-江苏-骑兵:
不要求快,没有捷径。自己首先有个心理预期,数学好的入门也得一年半载的,数学需要补基础的估计要1-2年。可以去上培训班,交点钱,但也就跟机器学习混个脸熟。想入门还得花时间慢慢磨,真的没捷径!

网安-Kevin-北京:
嗯嗯嗯

云计算-鸢玮-北京:
模型不求多,精通几个常见的,把机器学习的套路摸透就可以了。比如LR,朴素贝叶斯,决策树,基于SVD相关的简单模型,如推荐系统等。
java 小白 广州:
有时候发现,数学不好的逻辑思维其实也很棒,不知道你们是否也有同感呢?

半个网工-白学-广州:
数学 到现在看到数学也是脑壳痛

51CTO小助手:
是的呀,不少同学反馈数学。。。但是掌握所有相关数学知识再开始学也不现实。

云计算-北京-Angie.Z:
不要求快,没有捷径。自己首先有个心理预期,数学好的入门也得一年半载的,数学需要补基础的估计要1-2年。可以去上培训班,交点钱,但也就跟机器学习混个脸熟。想入门还得花时间慢慢磨。

安全-蓝宇-北京:
机器学习这套系统与传统技术系统有个非常大的差别。搭建个web/app系统难度不大,且做的好与坏,短期内不好区分与评价。垃圾系统在用户量不大的时候也能表现得不错。只有在用户量变得较大时,才会掉链子而遭打脸。 机器学习的系统不是这样,它是分分钟打脸。也就是我们常说的,这个系统不确定性较大,驾驭它的门槛略高。

前端-北京-大志:
机器学习还没有达到批量化流水生产的阶段,因此一个好的“老师傅”比自学效果好很多。不仅如此,老师傅们一般都有自己多年经验总结出来的经验,往往可以避免很多不必要弯路。但选择老师傅应该注意是不是“挂羊头卖狗肉”,尤其要提防跨专业但号称多年的经验的人,有很高的概率是在蹭热点。

阿下-运维-北京:
不要把深度学习作为入门第一课,建议从经典机器学习开始入手。虽然很多人都是冲着深度学习来的,但把深度学习作为机器学习第一课不是个好主意。
原因:深度学习的黑箱性更加明显,很容易学得囫囵吞枣;深度学习的理论/模型架构/技巧还在一直变化当中,并未尘埃落定;深度学习实验对硬件要求高,不太适合自学或者使用个人电脑进行学习。

51CTO小助手:
有没有什么好的机器学习的平台?

云计算-北京-Angie.Z:

运维-江苏-骑兵:
很多啊,一些国际巨头在机器学习方面都很厉害,比如AWS、微软。

安全-蓝宇-北京:
AWS不错。

51CTO小助手:
AWS Deep Learning AMI 为机器学习从业者和研究人员提供基础设施和各种工具,促进云中任何规模的深度学习。可以快速启动预安装了 Apache MXNet 和 Gluon、TensorFlow、Microsoft Cognitive Toolkit、Caffe、Caffe2、Theano、Torch、Pytorch 和 Keras 等常见深度学习框架的 Amazon EC2 实例,来训练复杂的自定义 AI 模型、试验新算法或学习新技能和技术。
无论需要 Amazon EC2 GPU 实例还是 CPU 实例,都无需为 Deep Learning AMI 支付额外费用 – 只需为存储和运行应用程序所需的 AWS 资源付费。
大家可以关注一下哦!

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

【责任编辑:赵立京 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

Linux命令、编辑器与Shell编程

本书是目前所能找到的最实用、最全面的Linux指南和参考手册,也是唯一一本提供以下全部内容的书籍: 更好更实用的示例覆盖了实际工作中需...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊