Q：
キャリアプロが機械学習で際立っている基本的な方法は何ですか？
A：機械学習の成功には、多くの場合、スキルと経験の組み合わせが必要です。 これらの原則とスキルセットのいくつかについて詳しく説明することで、機械学習の専門家を採用する際に企業が探しているものをよりよく理解することができます。
非常に基本的な意味では、機械学習の成功は、プログラミング、数学、洞察という3つの原則に基づいていることが多いと言えます。 これら3つのことはそれぞれ根本的に異なりますが、機械学習の専門家としてのキャリアプロフェッショナルの育成にそれぞれの役割を果たします。
プログラミングの終わりから、PythonやRのような言語を知ることは非常に便利になりますが、COBOL、Perl、Ruby on Railsなどの言語からの価値があるクロスオーバースキルもあります。 その一部は、プログラミングの基本的な性質、つまり操作と値を必要な場所にルーティングすることに取り組んでいるためです。 さらに、レガシーコードを活用する機械学習プロジェクトもあります。
2番目の基本原則は数学です。 高度な数学的スキルまたは洞察力を持つ人々は、多くの場合、機械学習の世界ではるかに成功しています。 ニューラルネットワークまたは他のモデルを見ると、ネットワーク出力につながる数学の方程式を分解できます。 多くの場合、ニューラルネットワークは技術者にとっても「ブラックボックス」であると言われますが、数学に精通している限り、プログラムが何をしているのかをより深く理解できるようになります。
それが第3の原則、つまり洞察につながります。 確率統計を理解することは、機械学習の成功に本当に役立ちます。 これは、機械学習により、プロジェクトが純粋に決定論的または線形のプログラミングゾーンから新しい確率論的ゾーンに移行しているためです。 確率に精通している個人は、加重入力を見て、結果がどうなるかをより正確に予測できます。 ただし、別の意味では、機械学習について直感的に賢明な人々は、そのアプリケーションを意味のあるものに制限する方法を理解します。
今日の機械学習の5つの大きな落とし穴の1つは、エンタープライズアプリケーションへの機械学習のramp延している無差別のアプリケーションです。 システムの複雑さ、過剰適合、前述のブラックボックスの問題など、機械学習が優れたソリューションではない状況が数多くあります。 機械学習の分野で最も価値のある専門家の中には、プロジェクトの選択方法-機械学習アプリケーションのキュレーション方法-熟練したコンサルタントとしてのバイインと手順の処理方法を熟知している人がいます。
