Q:
Một số trong những cách nền tảng mà sự nghiệp chuyên nghiệp nổi bật trong học máy là gì?
A:Thành công học máy thường đòi hỏi sự kết hợp của các kỹ năng và kinh nghiệm. Đi sâu vào chi tiết về một số nguyên tắc và bộ kỹ năng này giúp các cá nhân hiểu rõ hơn về những gì các công ty đang tìm kiếm khi họ thuê các chuyên gia học máy.
Theo một nghĩa rất cơ bản, bạn có thể nói rằng thành công của máy học thường dựa trên nguyên tắc ba phần - lập trình, toán học và hiểu biết sâu sắc. Mỗi trong số ba điều này về cơ bản là khác nhau, nhưng mỗi trong số chúng đóng một vai trò trong việc phát triển một nghề nghiệp chuyên nghiệp như một chuyên gia học máy.
Từ kết thúc lập trình, việc biết các ngôn ngữ như Python và R trở nên vô cùng hữu ích, nhưng cũng có những kỹ năng chéo từ các ngôn ngữ như COBOL, Perl và Ruby on Rails có thể có một số giá trị. Một phần của điều đó là do bản chất cơ bản của lập trình - rằng bạn đang xử lý việc định tuyến các hoạt động và giá trị mà chúng cần phải có. Sau đó, cũng có các dự án máy học tận dụng mã kế thừa.
Nguyên tắc cơ bản thứ hai là toán học. Những người có kỹ năng toán học tiên tiến hoặc nhạy bén thường có nhiều thành công hơn trong thế giới máy học. Khi họ nhìn vào các mạng thần kinh hoặc các mô hình khác, họ có thể phá vỡ các phương trình toán học dẫn đến đầu ra của mạng. Mọi người thường nói về các mạng thần kinh là các hộp đen của Google ngay cả với các kỹ thuật viên - nhưng đến mức bạn hiểu biết về toán học, bạn có thể bắt đầu hành trình để hiểu rõ hơn về những gì chương trình đang làm.
Điều đó dẫn đến nguyên tắc thứ ba, đó là những hiểu biết. Hiểu số liệu thống kê xác suất thực sự giúp thành công trong học máy. Đó là bởi vì với máy học, các dự án đang chuyển từ vùng lập trình hoàn toàn xác định hoặc tuyến tính sang vùng xác suất mới. Những cá nhân am hiểu hơn về xác suất có thể nhìn vào đầu vào có trọng số và dự đoán tốt hơn kết quả có thể là gì. Tuy nhiên, theo một nghĩa khác, những người có trực giác khôn ngoan về học máy sẽ hiểu làm thế nào để giới hạn các ứng dụng của nó vào những điều có ý nghĩa.
Một trong năm cạm bẫy lớn trong học máy hiện nay là ứng dụng tràn lan và bừa bãi của học máy vào các ứng dụng doanh nghiệp. Có nhiều tình huống trong đó học máy không phải là một giải pháp tốt - cho dù đó là do sự phức tạp của hệ thống, quá mức, vấn đề hộp đen đã đề cập trước đây hay bất cứ điều gì khác. Một số chuyên gia có giá trị nhất trong không gian học máy sẽ là những người biết cách chọn dự án tốt - cách quản lý các ứng dụng học máy - và cách xử lý mua và thủ tục như một nhà tư vấn lành nghề.
