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