機械学習の仕事にはどのようなスキルが必要ですか？
この質問をQuoraに投稿しましたが、十分な回答が得られませんでした。ここに再投稿します。
私は家に座って線形代数を学ぶ学習者です。いつか機械学習に取り組むことに非常に興味がありますが、よくわかりません
a）面接/職務に必要な技術的スキル
b）関連する実務経験は必須です
私は少なくとも開始するために率先して取り組み、むしろそれを行うことを考えるので、どんな提案/ガイダンスも非常に役立ち、感謝されます
これは、必要になる可能性がある単一のツールではありません。私が経験した限りの機械学習は、機能を抽出し、それらの機能を機械学習スイートに入れるという事実に基づいています。機能によって、それは特定の問題であり、あなたは良い機能が何であるかを知る必要があります。 2つ目は、使用またはテストされた最もよく知られたアルゴリズムを知ることです。しかし、私の個人的な意見は、あなたが知るまで、そしてあなたが知らない限り、機械学習アルゴリズムは完全ではないという事実にあります
- 詳細なデータ構造。これには、KDツリー、クアッドツリー、リンクリストなどが含まれます。
- 莫大な負荷の下でのこれらのデータ構造のパフォーマンス
- 最後に、これらのデータ構造のスケーラビリティ。
すべての機械学習技術は、間違いなくスケーラビリティー要素を通過する必要があります。これらの点は、結果に貢献するだけでなく、コレクションとしての機械学習がプロダクションモードに入るとどのように機能するか全体的に貢献します。
それでも、あなたは反対するかもしれませんが、私はこれらはかなり重要なポイントだと思います。
機械学習は、CSのhugeサブフィールドです。ファジーロジックからニューラルネット、コネクティビストAIに至るまで
http://citeseerx.ist.psu.edu/ で検索して、興味のあるものを選び、参照を見てください。リファレンスを掘り下げて、基本的な論文を見つけます。それらを読みます。
まず、CS/Mathの適切なバックグラウンドが必要です。 MLは高度なトピックであるため、ほとんどの教科書では、その背景があると想定しています。
次に、機械学習は非常に一般的なトピックであり、独自のスキルを必要とする多くのサブ専門分野があります。機械学習でMSプログラムのカリキュラムを参照して、コース、カリキュラム、テキストを確認することもできます。
たとえば、CMUのマスタープログラム： http://www.ml.cmu.edu/prospective_students/masters.html
最近、機械学習は主に統計的手法を使用しています。統計とほぼ同じです。したがって、線形代数は良い出発点です。また、確率と統計（確率変数、確率分布、密度推定、ベイズネットワーク、マルコフモデル、グラフィカルモデルなど）をしっかりと理解する必要があります。
ピックアップするのに適した本は、クリストファー・ビショップによる パターン認識と機械学習 です。
ここでは、使用するプログラミング言語はほとんど関係ありません。どちらかと言えば、Matlabを知っていると便利です。それは、機械学習アルゴリズムのプロトタイプを非常に簡単に作成できるためであり、機械学習研究コミュニティで広く使用されています。また、Javaライブラリである Weka も確認してください。このライブラリは、考えられるすべての分類およびクラスタリングアルゴリズムを実装し、分類器のトレーニングとテストに優れたツールを提供します。
この分野に真剣に取り組みたい場合は、CS部門または統計部門が適切な大学院に行き、少なくともCSまたは統計のいずれかの修士号を取得することをお勧めします。
統計、確率、分散コンピューティング、統計。
統計について言及しましたか？
技術的なスキルに関しては、多様性がたくさんありますが、ウェカに少し時間をかけています。学ぶことは簡単で、遊ぶのも楽しいです、imo。私は計算機言語学の修士号を取得しているだけで、研究の過程で何度も機械学習に突入しました。それは私に新しい方法で推論を見るようにさせました、そしてそれは非常にやりがいがあります。