真诚地给机器学习初学者一些建议

来源于Boris Meinardus 我经常收到关于如何学习机器学习以及如何成为机器学习工程师或数据科学家的提问。我很自豪地说，我现在是我梦想公司Sakana.ai的一名机器学习研究员。在过去六年里，我一直在朝这个目标努力，也学到了很多关于该做什么和不该做什么的经验。至少这是我的个人观点。 我也在网上看到很多其他人给出的"建议"，我觉得他们可能没有深入思考过自己说的话。因此，在这篇博文中，我想分享一下我关于如何真正学习机器学习的真诚建议。 从哪里开始 这是我最想给出的重要建议之一，因为越来越多的人都忽视了这一点。让我们实事求是地说。你们很多人可能都见过ChatGPT和其他生成式AI工具，比如Midjourney或Dall-E这样的图像生成模型。但如果你只是想开发一个调用OpenAI API的产品，直接跳到生成式AI可能是个好主意。也有一些很棒的只关注生成式AI的在线课程！但如果你真的想成为一名机器学习工程师或研究员，这些是远远不够的。 你需要学习基础知识。这里说的基础知识，具体指的是经典的机器学习模型，比如线性回归、支持向量机和随机森林，以及经典的机器学习知识，如准确率、召回率、F1值、混淆矩阵、ROC曲线等等。从最实际的角度来说，在大多数面试中你都需要这些知识。但我认为，在与真正的机器学习工程师闲聊时，这些知识是衡量技能的重要指标。你们可能会随意谈论这些技术，如果你不了解它们，人们会知道你还不够专业。至少目前是这样。我知道"老派"机器学习不是你现在看到的那些花哨的东西，但这确实是一个真正的机器学习工程师必须掌握的核心知识，而且它的使用频率比你想象的要高得多。所以一定要尽可能地让学习过程充满乐趣，但绝对不要跳过这些基础知识！ 更多内容在图中