以前硕士有做过机器学习，用的语言是Matlab(LIBSVM)、Python(scikit-learn)
都是用监督式学习来做预测(y's=实数)，
算法大多都用SVR、随机森林、回归树、整体式学习等
资料学习的步骤是以下这样子
读取资料→资料前处理→分训练资料和测试资料→选取特征→建模→预测新资料
→画图或计算指标→分析结果
若预测不好，就返回修改算法参数，再建模，直到找出最佳模型
看到版上有人说机器学习数学要很强，还要自已写ML算法
不是都有人写好了吗?直接应用不是吗?
也许是小弟对于ML领域还未深入了解，只是想提出自已的问题
另外，若要往上述内容的工作(资料学习与分析)，需要具备什么样的专业知识或门槛呢?
谢谢

说一下前处理和选取特征是如何达成的吧

只会用现成的套件，这样很多人都可以快速入门，替代性高

自然是看你走的方向，理论模型和实际应用两者不尽相同，前者良好的数学基础会让你的模型简洁高效，后者更重视个人经验（包含模型选用、调参技巧和防止overfitting等），当然两者兼具的人会更有竞争力，这就看个人规划了

修参数不好吧，你不能保证，下次新的data，同样参数还能实用，应该要做feature engineering，从这去下手数学方面，起码要统计，而且你也说回归树了，不懂回归很难做，况且svm还有kernel要选，RF背后也一堆数学，起码要懂，不然参数根本乱调

实际上台湾也没什么产业需要人创新ML算法吧 多数精力

数学的程度，起码要懂model背后的概念

大概都会是在资料清理跟特征选取

创新还是好的，拿XGB举例，paper还没发就超多人用，这就是价值而且不只是数学，这些方法都出来很久了，要靠资工去实作，例如GPU运算，这就是很大的突破，不只是DL，ML也在往这方向走

资料如果是自行取得的 还要懂survey sampling呢 科科

套别人的算法谁都会，但也就没什么价值

现在是雷声大雨点小的状态，但两三年后不知道

两三年? 可是这些国外已经发展超过10年了光是 kaggle 就超过6年了

我觉得重点是在于，台湾业界真的有这种需求吗 www

所以搞自己的算法就有价值？你也要看是在哪里搞阿 厂厂

调参 模型选择 资料处理之类的看起来没什么技术 不过在工程上经验上就是价值 许多应用说穿了也没多深奥

只会这样结果大概是你的model70%别人95%，差别就在这

我之前在生状资讯上面大家更在意整体流程跟vector怎么选Kernel带来的效益反而不是重点，他们更想看见有效的vector跟资料处理流程怎么被不同的kernel验证是有效的。生物资讯

因为你的资料都被整理好了 其实整理资料才是最难的部分

feature engineering 的效果远远超过你选什么模型DL相对来说更自动化 不过人工选变量仍然有正面影响

data cleaning 就苦工最少人做，大家都想做data scientist

data cleaning才是data science的精髓 所谓 garbage ingarbage out 算法已经满街都是 api简化到阿骂都会用市面上可以找到的database 没有一个可直接拿来做应用不过如果哪天G社把database都搞定上云端 那大家真的可以洗洗睡了 （烟

研究所部分，其实台湾学术圈就是这样，跟风骗经费的太多了，原PO可能不是，但太多教授根本不懂就在做计画，反正学术圈做的很烂也没人care

我也是正在用SVR于预测 虽然scikit-learn很方便但能不能了解SVR的原理然后去改它我想比较重要这也是很常被老师提醒的部份(不过还没自干出来啦...

玩kaggle的心得是 feature engineering真的很重要 这方面又没经验 只好在网络上找课程上了