【书中原文】
从某个角度来说,很多软件工程师在接触机器学习时,所面临的最大困难并不是对其概念和原理无法理解,而是难以转换自己的编程思维方式,从传统的面向具体逻辑流程的实现,变为面向数据和结果拟合的实现。
【核心概念转述】
思维方式的转变是最困难的,传统编程注重逻辑实现,而机器学习则是从杂乱无章的数据提炼有价值的信息。
【个人体验】
目前,整个人工智能届成熟的算法已经有了成千上万种类别,图像识别有CNN,GCN;自然语言处理有RNN,Transfomer;推荐系统有CF,DeepWalk;以及最基础的十大机器学习算法:SVM,决策树,随机森林,K-means等。我们可以改变传统的机器学习入门方式,先从机器学习代码的开发和使用入手,让自己对如何用机器学习的方式解决问题有直观的了解。
【行动指引】
学习经典的算法的底层逻辑以及公式推导过程,只有对其基础进行掌握和了解才能结合工作业务运用和改进算法模型。