对于ML未来发展的一些疑问

机器学习和DS的界限不是100%的非此即彼，两者有交集也有各自的特别之处。机器学习可以是DS的一种工具，DS也可以用更为传统的统计的方法。
从找工作的职位上来说，机器学习的职位确实更偏向于图像，音频，NLP这些，一般都会用到比较复杂的feature以及比较负责的模型结构，而DS的职位更倾向于统计模型（时间序列预测，user行为预测，用户类型划分等等）。但是： 由于两者重合太多，具体职位还得具体分析。
从学习的角度说，最好侧重ML和stats的其中一项，但是同时对另一个有一定了解最好。

arrowcy 发表于 2017-5-10 10:46
机器学习和DS的界限不是100%的非此即彼，两者有交集也有各自的特别之处。机器学习可以是DS的一种工具，DS也 ...

ML也需要对算法进行优化

xs1738 发表于 2017-5-10 11:22
ML也需要对算法进行优化

相对于传统的stats，ML确实更强调算法优化，而传统的stats更强调怎么解释模型，怎么分析模型里面各predictor的重要性，统计显著性等。