楼主: modifiedname
|
Data Scientist 炼成记录-更新完毕2018年12月 | 机器学习练成记录 - 已开新帖
|
 |
本楼：
全局：
0
0
| |
 |
本楼：
全局：
768
32
| |
 |
本楼：
全局：
22
0
| |
 |
本楼：
全局：
80
25
| |
|
|
||
 |
本楼：
全局：
0
0
| |
 |
本楼：
全局：
17
0
| |
狗仔卡
。 之前读了一个统计的master后再美国工作了1年多，主要在清理数据和用tableau做visualization. 马上准备读第二个master,想加深对machine learning的理解和能力。毕业以后想从事和predictive modeling/machine learning有关的工作。现在的水平是能用python和sklearn等package参加一些kaggle的比赛 最好成绩能达到15%-20%的水平 但是仍然感觉大多数的algorithm是blackbox. 请教该学习或者怎么进步? (之前的统计主要是frequentist的角度，今后准备多修一些Baysian和CS方向的课。请问没有data structure和algorithm的经验适合上那种作业都是数学推导的design and analysis of algo的课么?还是要先修data structure在考虑上design and analysis of algo) 多谢。
