因為小弟自學寫python和機器學習
我覺得光機器學習的語法就很多很冗長
例如把資料load進來後, 要建立訓練和測試資料
還要資料正則化以及模型建立等等的
想請問各位有真正在工作時要寫這些code都不用看書嗎? 怎麼記的起來....
還是手邊其實已經有一整套語法, 只是根據資料不同或者模型不同直接修改
我的意思是說，外面實際工作的人應該都會照著某種形式來寫吧? 不太可能從0 什麼都
沒參考的一直寫下去, 那真的蠻厲害
想知道真正在外面寫AI程式的人是怎麼運作的, 感謝

我自己是打比賽和做研究會用到 主要都是先模仿別人的code開始 久了就會有一套自己熟悉的流程模板現在ml相關的package 很多都介面很簡單了就連我這種金魚腦 大概也還能記得住八成啦XD

python+機器學習語法用量已經算是最少的了...實務上只要github code抓下來懂怎麼改，就算合格的大學畢業生了

我自己是每次寫都口語先把理解中需要的流程寫下來一塊一塊填入 再慢慢debug 久了就習慣這些流程

不要用背的 寫好註解 忘記以後再來查就好所有人寫code都是這樣吧

我都親自復現論文，雖然常翻車，或是效能不如原作但是寫多了真的會比較直覺知道在幹嘛。

如果是對fn名字的不熟，多用就熟了，有些指令不用背，在編輯器打一半後面的字就出來了…另外你有的問題會回到你對資料處理的熟悉，譬如說正規化，這個在訊號處理或資料處理上不就是機械化的反應嗎！（煙）

現在不用整個模型手刻已經很簡單了

不要硬背

多看別人的notebook吧，或是直接拿別人的來修改，訓練模型部份是最簡單，最難也最花時間的是數據清洗轉換特徵工程，這部分才是硬底子

只有在刷leetcode面試的時候需要背工作沒人在背的

不用擔心，你只是練得不夠多= =

說老實話 還是會查code 畢竟大多數人都會三四種語言就算都是高階語言還是會忘記一些指令@[email protected]VS 現在都能幫你打完指令反而更容易忘記XD