큐:
직업 전문가가 머신 러닝에서 눈에 띄는 몇 가지 기본 방법은 무엇입니까?
ㅏ:머신 러닝 성공에는 종종 기술과 경험의 조합이 필요합니다. 이러한 원칙과 기술에 대해 자세히 설명하면 개인이 기계 학습 전문가를 고용 할 때 기업이 찾고있는 것을 더 잘 이해할 수 있습니다.
매우 기본적인 의미에서 머신 러닝 성공은 종종 프로그래밍, 수학 및 통찰력의 세 가지 원칙에 달려 있다고 말할 수 있습니다. 이 세 가지 요소는 근본적으로 다르지만 각각 머신 러닝 전문가로 경력 전문가를 개발하는 역할을합니다.
프로그래밍 끝에서 Python 및 R과 같은 언어를 아는 것이 매우 유용하지만 COBOL, Perl 및 Ruby on Rails와 같은 언어의 교차 기술도 가치가 있습니다. 그 중 일부는 프로그래밍의 기본 특성 때문입니다. 즉, 필요한 곳에 작업 및 값을 라우팅해야합니다. 그런 다음 레거시 코드를 활용하는 기계 학습 프로젝트도 있습니다.
두 번째 기본 원리는 수학입니다. 고급 수학 기술이나 통찰력을 가진 사람들은 종종 기계 학습 세계에서 훨씬 더 많은 성공을 거두고 있습니다. 신경망이나 다른 모델을 보면 네트워크 출력으로 이끄는 수학 방정식을 세분화 할 수 있습니다. 사람들은 종종 신경망이 기술자에게조차 "블랙 박스"에 대해 이야기하지만, 당신이 수학에 정통한 정도까지 프로그램이 무엇을하고 있는지 더 잘 이해하기 위해 여행을 시작할 수 있습니다.
이것이 통찰력 인 세 번째 원칙으로 이어집니다. 확률 통계를 이해하면 실제로 머신 러닝 성공에 도움이됩니다. 기계 학습을 통해 프로젝트는 순수하게 결정적이거나 선형적인 프로그래밍 영역에서 새로운 확률 영역으로 이동하고 있기 때문입니다. 확률에 더 정통한 개인은 가중치 입력을보고 결과가 무엇인지 더 잘 예측할 수 있습니다. 그러나 기계 학습에 대해 직관적으로 현명한 사람들은 응용 프로그램을 이해하기 쉬운 응용 프로그램으로 제한하는 방법을 이해할 것입니다.
오늘날 머신 러닝에서 가장 큰 5 가지 함정 중 하나는 머신 러닝을 엔터프라이즈 애플리케이션에 광범위하고 무차별 적으로 적용하는 것입니다. 시스템 학습, 과적 합, 앞에서 언급 한 블랙 박스 문제 등으로 인해 머신 러닝이 좋은 해결책이 아닌 상황이 많이 있습니다. 머신 러닝 분야에서 가장 가치있는 전문가 중 일부는 프로젝트를 잘 선택하는 방법, 머신 러닝 응용 프로그램을 관리하는 방법 및 숙련 된 컨설턴트로서의 구매 및 절차를 처리하는 방법을 알고있는 전문가입니다.
