原创<br> 入职一年后，一位算法工程师给初学者的一封信(11)_：入职一年后

这意味着什么？虽然机器学习已经如此方便，但是仍然需要了解数据科学和机器学习的基本原理，更重要的是要知道如何恰当的运用他们。

Math or Code？It is a problem

对于我处理的客户端问题，代码优先,所有的机器学习和数据科学代码都是Python。有时我会通过阅读论文并进行复现来涉足数学，但99.9％的情况下，现有的框架已经包含数学的库。

虽说在现实生活中，数学并没有想象中的那么重要，毕竟机器学习和深度学习都是数学的应用。但是知道最小矩阵相乘，一些线性代数和微积分，特别是链式法则依旧是重中之重。

请记住，我的目标不是发明一种新的机器学习算法，而是向客户展示机器学习对他们的业务是否有帮助,有了坚固的基础，你就可以建立你自己的最好模型，而不是重复使用已有的模型了。

软件行业的快速迭代

你去年所做的工作明年可能就没用了哦！这是客观事实，由于软件工程和机器学习工程的融合，这种情况越来越严重。但是你既然已经加入了机器学习的大家庭，我来告诉你什么保持不变——框架会变化，库会变化，但基础统计，概率论，数学永远不会变。最大的挑战仍然是：如何应用它们。

原创<br> 入职一年后，一位算法工程师给初学者的一封信(11)