<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ??碼云GVP開源項目 12k star Uniapp+ElementUI 功能強大 支持多語言、二開方便! 廣告
                # 應用機器學習是一種精英政治 > 原文: [https://machinelearningmastery.com/applied-machine-learning-is-a-meritocracy/](https://machinelearningmastery.com/applied-machine-learning-is-a-meritocracy/) 在新領域開始時,通常會感到不知所措。 你可能缺乏自信或感覺好像你不夠好或者你缺乏一些先決條件。 您將在本文中探討這些問題,并了解這些感受可能導致可能消耗大量時間和資源的行為,讓您對自己感到失望。 您將了解到機器學習領域有很多途徑,而且喜歡編程,這是一種精英。 ## 危險的思考 感覺你不夠好,或者你缺乏一些你認為必須擁有的技能才能開始機器學習,這是一種危險的想法。 我認為它很危險,因為它會導致你消耗掉可能不需要的大量時間,金錢和資源的路徑。 例如,您可能覺得自己需要掌握數學或計算機科學或其他一些您并不熱衷的科目。您可以決定只需要: * **獲得學位**:本科或研究生學位,為您提供機器學習的正規教育,包括該機構定義的任何先決條件。 * **參加數學課程**:一門課程,免費或以其他方式教你線性代數或微積分。 * **閱讀教科書**:關于機器學習的研究生水平教科書,其前提是概率論和線性代數的先前訓練水平。 風險是你覺得在開始之前你需要達到一些最低技能水平。 你推遲開始機器學習,開始學習你認為需要的技能,這很困難。真的很難。 因為它很難并且你對它沒有熱情,你更有可能放棄,這意味著你繼續拒絕自己開始機器學習的許可。 這條路可以適用于某些人,但這非常困難。 ## 很多路徑 機器學習領域有很多途徑。學位,數學課程和教科書都有一個地方,它們就在這條路上。 [![many paths](img/14e02b94e03b65437716ca002be50799.jpg)](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2013/12/many-paths.jpg) 許多路徑 照片由 [keepitsurreal](http://www.flickr.com/photos/keepitsurreal/3973603846/sizes/l/) ,保留一些權利 機器學習是一個多學科領域,這意味著你有人來到科學和工程領域。 這也意味著“_ 機器學習從業者 _”沒有原型,盡管我認為程序員在該領域有非凡的機會。 這是一個相對較新的領域,大部分文件都是由學者制作的研究論文和教科書。因此,這使得該領域的感知成為高度學術性的。這就是為什么重點關注理論而不是應用以及研究方法和更高學位等學者所需的訓練需求。 應用技術人員的路徑,并從實驗和過程開始,也許一些編程。對這種方法充滿信心,它是有效的,有效的,并且是無數程序員所遵循的道路。了解自己的局限性,發揮自己的優勢和已經掌握的技能。 ## 任人唯賢 像軟件開發領域一樣,機器學習的應用是一種精英。精英管理是一種結構,根據參與者的貢獻或證明的成就(優點)對參與者進行評估。 商業,客戶和雇主關心您的憑據,但只有您所展示的結果與您可以實現的結果一樣多。學位,其他獎項以及為財富 500 強公司工作的標志是其他人可以用來縮短這一決定的標志,但僅此而已。 作為一個精英,你必須證明你有自己的優點。如果您正在尋找被他人認可的技能,那么您必須展示并推廣它。您可以通過參與項目,競賽和完成小型開放項目,并使用此類工作的輸出作為您自己和他人的能力廣告來實現這一目標。 在這篇文章中,你了解到在開始一門新技術學科時,自然感覺不堪重負。您了解到,這些不足之處可能會帶來危險等想法,例如花費大量時間和資源成本來追求您認為在開始之前需要擁有的學位或教育。 您了解到機器學習領域有許多途徑,并且作為技術人員的程序員的經驗路徑受到重視。你還了解到,像編程這樣的機器學習是一種精英,如果你堅持并做好工作,它就會被認可和承認。 * **2019 年 2 月更新**:參見[關于黑客新聞的討論](https://news.ycombinator.com/item?id=19050482)。
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看