※ 引述《NCKUFatPork (成大肥宅悲歌)》之铭言：
: 小鲁觉得deep learning很潮决定跟风一下
: 林轩田的ml符号太多看得很痛苦
: 后来决定上完udacity的ml课
: 会用sklearn的内建函数做一些东西
: (svm,nb,linear regression,decision tree)
: 不过对算法还是懵懵懂懂
: 最近去书店看到Ian 的deep learning
: 翻一翻觉得好像写的不错
: 一个冲动就买下去了
: 想问一下建议直接开始看deep learning
: 还是回去补完林轩田或cs229再开始好
虽然很多 machine learning (ML) 的算法都写成 library
但 ML 并不是像写程式时 call library
即使不发展新的 ML 算法 只用现有的 ML 算法
仍需要对特定问题相关的知识 (domain knowledge)
目前大部分的 ML 都需要手动建 feature
但 feature 的建立和选择就是一门学问
这需要对某个领域相关的知识
理论上 有一些 ML 可以不用手动建 feature
deep learning 也是其中之一 但实际上应该没那么理想
要不然早就有人会发表相关成果
然后 domain expert 就失业了 XD (误很大)