于机器学习来说,为什么读计算机比读统计更好?

Mr.Brain 发表于 2016-6-7 04:02
因为CS系也有专门的机器学习的课，基础理论知识也可以学到。

我上过的两个学校的ML/DS课对于找工作来讲还是有帮助的，对于搞ML的research只能算是入门。。搞ML的research那些model课上学不到，CS和统计两方面都需要更深的基础。。

qwerty940828 发表于 2016-6-5 23:18
通俗的说，统计只是使用现成机器学习的方法，而这些方法的创造和改进都是计算机做的

补充内容 (2016-6-5 2 ...

"这些方法的【创造】和改进都是计算机做的"

楼主所说的SVM, random forest都不是搞计算机的人发明的, 一般人上课所学到的方法，基本上都是搞统计搞数学的人发明的

cccpwx 发表于 2016-6-7 02:14
现在很多machine learning的算法都是按照 map reduce的形式来写解决海量数据的问题。跑单机能解决的，自然 ...

很多机器学习算法都是按照mr形式写的？我表示质疑。。 我感觉很多算法用mr效率反而提不上= =

lukeutd 发表于 2016-6-7 12:04
很多机器学习算法都是按照mr形式写的？我表示质疑。。 我感觉很多算法用mr效率反而提不上= =

不仅是效率
原算法改成mr形式之后往往会从exact estimation变成approximate estimation，estimate结果往往会有问题，需要各种debiase

lukeutd 发表于 2016-6-7 12:04
很多机器学习算法都是按照mr形式写的？我表示质疑。。 我感觉很多算法用mr效率反而提不上= =

我说过了，单机能跑得了的，自然不必深入学CS。

举个例子，世界上的网页破万亿了。如果今天要做个pagerank，矩阵就是 万亿×万亿，你怎么给我在单机上多次迭代跑出来一个pagerank的矩阵出来？

矩阵肯定在内存放不下。

lukeutd 发表于 2016-6-7 12:04
很多机器学习算法都是按照mr形式写的？我表示质疑。。 我感觉很多算法用mr效率反而提不上= =

kaggle上面的也是做DS/ML，但是数据量小，单机可以跑。那当然是数学算法更重要。

cccpwx 发表于 2016-6-7 13:01
我说过了，单机能跑得了的，自然不必深入学CS。

举个例子，世界上的网页破万亿了。如果今天要做个page ...

sparse encoding

你没必要存整个矩阵

dennis_szsy 发表于 2016-6-7 14:37
sparse encoding

你没必要存整个矩阵

即使这样，换成outlink_list， 一般的8G，16G，32G内存也不够存储这些关系。

cccpwx 发表于 2016-6-7 20:12
即使这样，换成outlink_list， 一般的8G，16G，32G内存也不够存储这些关系。

chunk，分块读文件

trick多着呢

你找工的话 说实话 不管你是统计的还是CS的ms 纯机器学习的职位都很难找的 毕竟这是个靠经验和学历的职位 但是咧 你读CS的话 CS的编程会比统计多一些 统计的大多用R CS基本都是python或者Java 所以为你招工还是奠定了一定基础的
其实Ph.D的话 很多都是联合培养的 所以没差