以前碩士有做過機器學習，用的語言是Matlab(LIBSVM)、Python(scikit-learn)
都是用監督式學習來做預測(y's=實數)，
演算法大多都用SVR、隨機森林、迴歸樹、整體式學習等
資料學習的步驟是以下這樣子
讀取資料→資料前處理→分訓練資料和測試資料→選取特徵→建模→預測新資料
→畫圖或計算指標→分析結果
若預測不好，就返回修改演算法參數，再建模，直到找出最佳模型
看到版上有人說機器學習數學要很強，還要自已寫ML演算法
不是都有人寫好了嗎?直接應用不是嗎?
也許是小弟對於ML領域還未深入了解，只是想提出自已的問題
另外，若要往上述內容的工作(資料學習與分析)，需要具備什麼樣的專業知識或門檻呢?
謝謝

說一下前處理和選取特徵是如何達成的吧

只會用現成的套件，這樣很多人都可以快速入門，替代性高

自然是看你走的方向，理論模型和實際應用兩者不盡相同，前者良好的數學基礎會讓你的模型簡潔高效，後者更重視個人經驗（包含模型選用、調參技巧和防止overfitting等），當然兩者兼具的人會更有競爭力，這就看個人規劃了

修參數不好吧，你不能保證，下次新的data，同樣參數還能實用，應該要做feature engineering，從這去下手數學方面，起碼要統計，而且你也說迴歸樹了，不懂迴歸很難做，況且svm還有kernel要選，RF背後也一堆數學，起碼要懂，不然參數根本亂調

實際上台灣也沒什麼產業需要人創新ML演算法吧 多數精力

數學的程度，起碼要懂model背後的概念

大概都會是在資料清理跟特徵選取

創新還是好的，拿XGB舉例，paper還沒發就超多人用，這就是價值而且不只是數學，這些方法都出來很久了，要靠資工去實作，例如GPU運算，這就是很大的突破，不只是DL，ML也在往這方向走

資料如果是自行取得的 還要懂survey sampling呢 科科

套別人的演算法誰都會，但也就沒甚麼價值

現在是雷聲大雨點小的狀態，但兩三年後不知道

兩三年? 可是這些國外已經發展超過10年了光是 kaggle 就超過6年了

我覺得重點是在於，台灣業界真的有這種需求嗎 www

所以搞自己的演算法就有價值？你也要看是在哪裡搞阿 廠廠

調參 模型選擇 資料處理之類的看起來沒什麼技術 不過在工程上經驗上就是價值 許多應用說穿了也沒多深奧

只會這樣結果大概是你的model70%別人95%，差別就在這

我之前在生狀資訊上面大家更在意整體流程跟vector怎麼選Kernel帶來的效益反而不是重點，他們更想看見有效的vector跟資料處理流程怎麼被不同的kernel驗證是有效的。生物資訊

因為你的資料都被整理好了 其實整理資料才是最難的部分

feature engineering 的效果遠遠超過你選什麼模型DL相對來說更自動化 不過人工選變數仍然有正面影響

data cleaning 就苦工最少人做，大家都想做data scientist

data cleaning才是data science的精髓 所謂 garbage ingarbage out 演算法已經滿街都是 api簡化到阿罵都會用市面上可以找到的database 沒有一個可直接拿來做應用不過如果哪天G社把database都搞定上雲端 那大家真的可以洗洗睡了 （煙

研究所部分，其實台灣學術圈就是這樣，跟風騙經費的太多了，原PO可能不是，但太多教授根本不懂就在做計畫，反正學術圈做的很爛也沒人care

我也是正在用SVR於預測 雖然scikit-learn很方便但能不能了解SVR的原理然後去改它我想比較重要這也是很常被老師提醒的部份(不過還沒自幹出來啦...

玩kaggle的心得是 feature engineering真的很重要 這方面又沒經驗 只好在網路上找課程上了