不抖机警，想大年夜接触过机械进修学术圈但已投身工业界的角度来答复。

我认为：大年夜部分机械进修大年夜颐魅者不须要过度的把时光精力放在数学上，而该用于熟悉不合算法的应用处景和控制一些调参技能。好的数学基本可以使你的模型简洁高效，但绝非须要的先决前提。

原因如下：

1. 即使你有了必定的数学功底，照样不知道怎么调参或者进行优化。

这话说的固然有点安于现状，但抚心自问在座的各位，当你发明 accuracy 不好、loss 很高、模型已经 overfitting 了，你唰唰唰列列公式玩推动阵就知道问题出在哪里了吗?不必定。诚然，懂得更多的统计道理可以赞助推想问题出在了哪里，你可能换了一个 loss function 或者加了新的 regularizer，但结不雅不必定会更好。

数学基本之于机械进修大年夜颐魅者很像 debugger 之于码农，它给了你偏向，但不克不及包管你必定可以解决问题。那怎么能解决问题?只有经验经验经验，别无他法，有时刻甚至靠的是直觉。数学基本是好的内功基本，但你调包调多了，其实也慢慢能抓到一些感到，不必看不起 “调包侠”。

2. 工业界可以应用的模型是很有限的，可调的参数也是有限的。

工业界选择模型异常看重可解释性，效力，以及和全部体系的┞符合才能。举例，在我的工作中，大年夜部分时光都在应用 Regression 和 Decision Tree 相干的算法(如 Random Forests)。是因为这两个算法最好么?不，恰好是因为这两个算法稳定及高效，并且轻易解释。对于如许的模型，你即使数学才能很强，能调剂的参数也是有限的。根据网上的例子和经验，大年夜量的工程师可以在数学基本稍弱的情况下做到很好的效不雅。

不知道大年夜家有若干人是大年夜事过 ML 研究的。我小我的不雅察是做出成就的 ML 研究人员是有限的，科班出身的 researcher 更是远远无法工业界的空白。所以大年夜家没有须要担心会被转行者抢了饭碗，也没有须要克意宣传必定要懂矩阵，凸优化，等数学常识才配做机械进修。大年夜家都是出来卖的，不必互相难堪。说来忸捏，在工作中我经常跟老板嗣魅这小我不克不及用，你要用我这种科班出身的人，但我心坎是不赞成的。

每当我看到知乎上有人问机械进修怎么入门，结不雅大年夜家立马推荐第一本就看 PRML 和 Statitical Learning 以及一大年夜堆公开课和数学课的时刻，我的心坎是崩溃的。各位答主的目标是把所有人都吓归去照样秀一下优胜感?

4. 理论模型和实际应用分的昵嘟块不合的蛋糕。

承接第 2,3 点，做理论研究的发力于冲破，提出新的模型或者优化办法，做应用的致力于把模型应用于数据上，攫取贸易价值。这两者不存在好处冲突，做理论的人有自带正统光环的优势，所以更该显得大年夜度一些。只有 “调包” 的人越来越多，这个行业才会繁华，因为证实技巧落了地，可以带来实际价值。

3. 数学 / 统计常识已经成了既得好处者克意为外来者建立的一道壁垒。

5. 行业的成长趋势是降低对象的应用难度，这让我们不必反复造轮子。

亚马、逊谷歌、微软等各大年夜平台都开放了他们的机械进修对象。以前人们还须要本身写各类模型，好一些的调一下 sklearn，但如今 Azure ML Studio 已经便利到零代码了。岁首?年代的时刻，我试了一下 ML studio，的确便利的恐怖，美满是图形拖动连接就可以建立模型，那一刻我仿似看到了本身即将掉业。

6. 技艺一点说，我们须要更包涵的心态，切勿文人相轻。

想要接触懂得一门学科，应当先有兴趣，才有摸索的积极性。就像我们第一次看到 Hello word 出现的样子，很多刚入行的人第一次看到机械进修能解决实际问题时，会产生浓厚的兴趣。

我怕的就是所谓的圈内人都说你必须要会矩阵分化，必须要会用 trace 算导数，必须会优化，才能开端进修机械进修。这个周期太长，很多人连开端的勇气都没有~ 我认为不管怎么样，要先着手做起来，发明本身的不足，再去弥补须要的器械。

既然学术是自由的，我们就打开大年夜门，迎接大年夜家都进来坐坐。如不雅他 / 她不爱好，迎接到近邻串门。但我们不要给本身家门垒了高高的台阶，说闲人勿进。久而久之，不免门可罗雀。

综上，我认为应用机械进修模型和技能既不克不及完全不懂数学，两眼一抹黑，也不该请求每个大年夜颐魅者都要精晓各类数学理论。模型应用者要长存对理论的敬畏之心，不要总想搞个大年夜消息说 “机械进修也不过如斯”，但做理论的也不必认为高人一等，别人都是二等公平易近。

好了，不多说了，我去调包了 (滑稽)

【编辑推荐】

1. 辨认王者豪杰 – 一个PM的机械进修入门之旅
2. 吴恩达新演讲：AI正改变行业格局，公司的壁垒非算法而是数据
3. cnBeta推出三款新机械进修对象 赞助开辟者打造AI应用
4. 资本 | 8张思维导图帮你梳理深度进修&机械进修多个常识点
5. 保序回归：一种可以使资本应用率最大年夜化的算法

【义务编辑：庞桂玉 TEL：（010）68476606】

　　推荐阅读

　　什么是IaaS?现代数据中心平台

IaaS平台可以拜访高度可扩大的IT资本，可以根据容量变更的需求进行调剂。这使得该模式异常弘统禄是临时具有高工作负荷的公司，例如许多零售商在假期和购物季候时代面对如许的问题。它也异常弘统滦小企业，欲望看到稳>>>详细阅读

本文标题：如何看待「机器学习不需要数学，很多算法封装好了，调个包就行」这种说法？

地址：http://www.17bianji.com/lsqh/37631.html

 1/2    1