这是一个创建于 1510 天前的主题，其中的信息可能已经有所发展或是发生改变。
开发类完全不懂机器学习会有工作发展的瓶颈吗，有没有团队强行上机器学习，最后一地鸡毛的例子？
 |
1
imn1 2020-10-09 15:50:59 +08:00  1
不会
机器学习实施不算难点（软件方面），要用到时很短时间能上手，难是在于算法选择，这个需要补充知识 机器学习、深度学习，是比较耗费硬件的，就算想“强行”，也得在硬件上增加预算 一地鸡毛的例子可能也不少，但也没什么播报，因为确实起点不高，很多人去尝试，自然失败例子总是有的 强行上机器学习，最大的惨事多数是投入资金过大，而不是上机器学习本身 |
 |
2
nnqijiu 2020-10-09 15:56:05 +08:00
用不到
|
 |
3
cccp2020 2020-10-09 15:57:05 +08:00
别说机器学习了，我工作上都没有用过算法，封装好的的方法太多了，甚至不用自己再想办法实现一下了
|
 |
4
Jooooooooo 2020-10-09 16:00:11 +08:00
用不到
不过学点这方面的基础知识还是有好处的 |
 |
5
kop1989 2020-10-09 16:00:43 +08:00 2
第一个问题，不做算法岗，不太可能用上机器学习。
第二个问题，不懂机器学习完全没问题，因为开发是软件工程，是工程学。机器学习本身我个人理解是理科。 第三个问题。 机器学习本身没有问题，关键问题在于落地。 要么是模型很容易陷入局部最优，或者是对历史数据过拟合，导致无法应用或者没有应用价值。 要么是很难实现无监督学习 /半监督学习（验证算法搞不定，或者是结果无法量化）。导致最终变成全人工喂数据+人工核验结果，成本暴涨，失去机器学习的意义。 所以你可以观察一下，目前机器学习大放异彩的领域都是探索一个既定规则下的最优解 /最理性解。 |
|
6
kop1989 2020-10-09 16:03:17 +08:00
比如翻译，游戏等领域。
|
 |
7
p2pCoder 2020-10-09 16:10:31 +08:00
先做数据
在谈机器学习 做好基础数据是前提 |
 |
8
shm7 2020-10-09 16:15:56 +08:00 via iPhone
如果你和这类人有工作上的合作交集，我觉得你有必要搞清楚一些基础概念。比如 train dev test data 。没有交集的话，就看兴趣了
|
 |
9
dtgxx 2020-10-09 16:29:31 +08:00
train 为训练语料，用于模型训练；
dev 为开发集，用于模型参数调优； test 用于测试 |
Select Language