不需要學(xué)習(xí)機器學(xué)習(xí)的5個理由
意見 越來越多的影響者宣揚您應(yīng)該開始學(xué)習(xí)機器學(xué)習(xí)。你應(yīng)該聽他們的嗎?
> Photo by Drew Hays on Unsplash
越來越多的Twitter和LinkedIn有影響力的人宣揚為什么您應(yīng)該開始學(xué)習(xí)機器學(xué)習(xí)，以及一旦開始就很容易。
雖然聽到一些鼓舞人心的話總是很高興，但我還是想從另一個角度來看事情。 我不想感到悲觀，也不想讓任何人灰心，我只發(fā)表自己的看法。
在查看這些機器學(xué)習(xí)專家(或者我應(yīng)該稱他們?yōu)橛绊懻?發(fā)布的內(nèi)容時，我問自己，為什么有些人首先希望學(xué)習(xí)機器學(xué)習(xí)?
也許主要原因是不知道機器學(xué)習(xí)工程師的實際工作。我們大多數(shù)人都不使用人工智能或自動駕駛汽車。
當(dāng)有影響力的人傳授知識時，掌握機器學(xué)習(xí)當(dāng)然并不容易。 成為"萬事通，萬事通"的人，在這種經(jīng)濟中也無濟于事。
為什么這么多人希望學(xué)習(xí)機器學(xué)習(xí)?
在大學(xué)學(xué)習(xí)期間，我決定要成為一名機器學(xué)習(xí)工程師。 這似乎很困難，具有挑戰(zhàn)性，最重要的是很有趣。 在此之前，我希望成為一名iOS游戲開發(fā)人員。
如果有人向我展示ML工程師的工作日，也許我會堅持使用iOS游戲開發(fā)。不要誤會我的意思，我對自己的職業(yè)感到非常滿意，但職業(yè)選擇不會像過去那樣黑白兩色。
> Photo by KOBU Agency on Unsplash
這是為什么?因為編寫iOS游戲的樂趣與訓(xùn)練機器學(xué)習(xí)模型或開發(fā)后端應(yīng)用程序或前端應(yīng)用程序的樂趣相同。以上所有這些都可能變得具有挑戰(zhàn)性(只問頂級技術(shù)公司的工程師)。
在大學(xué)期間，我的想法是：機器學(xué)習(xí)似乎很困難，因此找工作會更容易。 我會得到更高的工資。 它具有更好的前瞻性(Web開發(fā)將很快實現(xiàn)自動化)，并且很有趣。
我的想法是錯誤的。 因此，請允許我解釋以上每個陳述。
1. 機器學(xué)習(xí)似乎很難
> Photo by NOAA on Unsplash
大多數(shù)互聯(lián)網(wǎng)影響者都宣揚：從機器學(xué)習(xí)開始確實很容易。 您只需下載Titanic數(shù)據(jù)集，從教程中復(fù)制10行Python代碼，就可以開始使用機器學(xué)習(xí)。
確實如此，但很難想象有人會為您支付這些知識。因此，您需要更進一步。
而更深層次則是困難所在。 擁有一位出色的導(dǎo)師非常重要，這樣您就不必自己搞定一切。 獲得良好的實習(xí)機會也是成長為工程師的好方法。
我希望有人能告訴我，在我職業(yè)生涯的初期。我不得不花很多時間跟在計算機科學(xué)其他領(lǐng)域工作的同行保持同步。
為什么? 嗯，因為有更多的人在從事前端(后端或移動)開發(fā)的指導(dǎo)，所以比較容易。
2. 機器學(xué)習(xí)工作好找
> Photo by Hunters Race on Unsplash
可以肯定的是，我是很難學(xué)到的。找到機器學(xué)習(xí)工程師的工作要比前端(后端或移動)工程師難。
小型創(chuàng)業(yè)公司通常沒有資源負擔(dān)ML工程師的費用。他們還沒有數(shù)據(jù)，因為它們才剛剛開始。你知道他們需要什么嗎?前端，后端和移動工程師來啟動和運行他們的業(yè)務(wù)。
然后，您將被大型公司困住。 這不是什么問題，但是在某些國家/地區(qū)，大公司并不多。
3. 更高的工資
> Photo by Sharon McCutcheon on Unsplash
高級機器學(xué)習(xí)工程師的收入不比其他高級工程師高(至少在斯洛文尼亞沒有)。
美國有一些機器學(xué)習(xí)超級巨星，但他們以正確的心態(tài)在正確的時間，正確的位置出現(xiàn)在正確的位置。我敢肯定，美國有軟件工程師的薪水更高。
4. 機器學(xué)習(xí)是未來的證明
> Photo by Tomasz Frankowski on Unsplash
雖然機器學(xué)習(xí)將繼續(xù)存在，但對于前端，后端和移動開發(fā)，我可以說同樣的話。
如果您是前端開發(fā)人員，并且對工作感到滿意，那就堅持下去。 如果您需要使用機器學(xué)習(xí)模型制作網(wǎng)站，請與已有知識的人合作。
5. 機器學(xué)習(xí)很有趣
> Photo by Braydon Anderson on Unsplash
雖然機器學(xué)習(xí)很有趣。它并不總是很有趣。
許多人認為他們將從事人工智能或自動駕駛汽車的研究。但是他們更有可能會編寫培訓(xùn)集并致力于基礎(chǔ)架構(gòu)。
許多人認為他們將使用精美的深度學(xué)習(xí)模型，調(diào)整神經(jīng)網(wǎng)絡(luò)架構(gòu)和超參數(shù)。 不要誤會我的意思，有的是錯的，但不是很多。
事實是，機器學(xué)習(xí)工程師大部分時間都花在"如何正確提取類似于實際問題分布的訓(xùn)練集"上。 一旦有了這一點，您就可以在大多數(shù)情況下訓(xùn)練一個經(jīng)典的機器學(xué)習(xí)模型，它將很好地起作用。
結(jié)論
> Photo by Johannes Plenio on Unsplash
我知道這是一篇有爭議的文章，但是正如我在開始時已經(jīng)說過的那樣，我并不是要勸阻任何人。
如果您覺得機器學(xué)習(xí)適合您，那就去做吧。 您全力支持。 讓我知道您是否需要一些入門指南。
但是機器學(xué)習(xí)并不適合每個人，每個人都不需要了解它。如果您是一位成功的軟件工程師，并且喜歡上工作，那就堅持下去吧。一些基本的機器學(xué)習(xí)教程不會幫助您職業(yè)發(fā)展。
本文的目的是提出一種批評性的觀點，您通常不會聽到有影響力的人的意見。
