因为小弟自学写python和机器学习
我觉得光机器学习的语法就很多很冗长
例如把资料load进来后, 要建立训练和测试资料
还要资料正则化以及模型建立等等的
想请问各位有真正在工作时要写这些code都不用看书吗? 怎么记的起来....
还是手边其实已经有一整套语法, 只是根据资料不同或者模型不同直接修改
我的意思是说，外面实际工作的人应该都会照着某种形式来写吧? 不太可能从0 什么都
没参考的一直写下去, 那真的蛮厉害
想知道真正在外面写AI程式的人是怎么运作的, 感谢

我自己是打比赛和做研究会用到 主要都是先模仿别人的code开始 久了就会有一套自己熟悉的流程模板现在ml相关的package 很多都接口很简单了就连我这种金鱼脑 大概也还能记得住八成啦XD

python+机器学习语法用量已经算是最少的了...实务上只要github code抓下来懂怎么改，就算合格的大学毕业生了

我自己是每次写都口语先把理解中需要的流程写下来一块一块填入 再慢慢debug 久了就习惯这些流程

不要用背的 写好注解 忘记以后再来查就好所有人写code都是这样吧

我都亲自复现论文，虽然常翻车，或是效能不如原作但是写多了真的会比较直觉知道在干嘛。

如果是对fn名字的不熟，多用就熟了，有些指令不用背，在编辑器打一半后面的字就出来了…另外你有的问题会回到你对资料处理的熟悉，譬如说正规化，这个在讯号处理或资料处理上不就是机械化的反应吗！（烟）

现在不用整个模型手刻已经很简单了

不要硬背

多看别人的notebook吧，或是直接拿别人的来修改，训练模型部份是最简单，最难也最花时间的是数据清洗转换特征工程，这部分才是硬底子

只有在刷leetcode面试的时候需要背工作没人在背的

不用担心，你只是练得不够多= =

说老实话 还是会查code 毕竟大多数人都会三四种语言就算都是高阶语言还是会忘记一些指令@[email protected]VS 现在都能帮你打完指令反而更容易忘记XD