机器学习 · 学以致用
随着人工智能技术在各个领域的应用,机器学习工程师的岗位受到了广泛关注和追捧。那么,我们需要储备哪些技能和知识,才能向人工智能靠拢,将机器学习技术落地实现?本次圆桌,知乎将和阿里云云栖社区一起,与大家分享机器学习人才的学习、成长和实战经验。
3682276 次浏览 7313 人关注
  • 2010
    谢学弟邀:) 既然已经身在工业界,那么我就谈谈工业界未来几年需要什么样的机器学习人才。不谈学术界主要还是因为大部分人最终不会从事研究,而会奋斗在应用领域。相较而言,工业界对人才的需求更加保守,这和学术界不同。这受限于很多客观因素,如硬件运算…显示全部
    2017-09-08
  • 18
    通常我们在处理小数据问题的时候,使用的都是本地单机版的机器学习环境,只要有一台电脑,安装一些开源的软件或者算法库,就可以开始实验。但是企业级业务的数据量巨大,常常需要构建云端的机器学习平台,刚好作者有幸参与了阿里云机器学习平台PAI的建设,…显示全部
    2017-09-06
  • 15
    几个回答都不错,我稍微泼点冷水: 医疗行业由于其极度严谨和保守的属性,在新技术的应用相对其他行业来说,会慢很多,我们的衣食住行在近10年发生了巨大的变化,90后的生存状态和父辈们几乎完全不同。但是就医行为,习惯,哪怕是爱好,80,90后,和60后都…显示全部
    2017-09-05
  • 7
    常用的一种准则就是小步快跑,先简单后复杂,快速迭代。这个类似于软件工程上的喷泉模型。对一个问题,我们一开始会使用小数据简单模型开始试验,逐步往前推进,在数据和模型上逐步上规模和复杂化,权衡投入和价值产出,最后停止。之所以这么做,其实根本在…显示全部
    2017-09-06
  • 44
    这个问题问得蛮大,工业界和学术界的情况也有所不同。我个人的从业背景对工业界会更了解一些,学术界的情况了解得会相对较少。工业界来说,我认为在业务形态上,国内和国外的差距已经不大,在大量的业务场景里我们都已经在应用AI的方法来解决实际问题并发挥…显示全部
    2017-09-06
  • 168
    感谢 @刘柯 的邀请。大致谈一谈看法:谨慎对待科技成果,严肃对待理论基础。 中午还没吃饭,刘柯就给我发了这篇文章。虽然人工智能对于生活与科研都有极大帮助。但是如此的结果不由得让人不安:我们的大量数据都在科技大鳄手中,通过分析,是不是他们能掌握…显示全部
    2017-09-08
  • 15
    现阶段,很多用于医疗的人工智能算法还在探索之中。阿里云ET医疗大脑在精准医疗、医学影像、药效挖掘、新药研发、健康管理、可穿戴设备等领域进行了一系列探索,并已在肺癌、宫颈癌、甲状腺癌等领域实现突破。下面以肺结节检测为例,介绍ET大脑所做的工作。显示全部
    2017-09-05
  • 25
    阿里云ET工业大脑是具有完全自主知识产权的基于云计算技术体系的面向传统流程制造业企业提供一整套大数据与人工智能服务的平台型产品。覆盖制造业供,研,产,销全流程生命周期,尝试以完全基于数据的方式与思路去理解业务,学习业务,驱动业务,跟踪业务。…显示全部
    2017-09-05
  • 52
    这里可能要稍微clarify一下,这里所说的“算法工程师”特指机器学习、数据挖掘领域所用到的非确定性算法。广义来说,所有的计算机开发工作其实都会用到算法,比如游戏开发、系统开发里用到的经典确定性算法。为了简化起见,后面不会特别区分,所以当后面提…显示全部
    2017-09-06
  • 25
    我们一般会从几个方面来看待:a. 了解级:模型的各种算法都有一些常规的知识点,AI工程师首先得了解这些知识点;能了解算法的内部构成模块;能对比多种算法就更好。比如CNN网络的基本构成是什么样的。b. 理解级: 模型因为什么而产生?它的构成模块都有什么…显示全部
    2017-09-04