Play Episode
內容描述
很多人都會認為雖然資料科學與機器學習都在AI的子項目中,但他們倆是完全不是同一回事,因為資料科學更偏向於有某專業知識,如商業知識,再加上統計學及計算機科學的混和體;而機器學習更多的是學習關於機算機科學,而沒有某專業知識與統計學。
那這樣說起來應該是各有利弊,怎麼會說一個會取代另一個呢?主要有三項。
- 資料科學需要有大量的資料才能進行分析,但機器學習可以透過一些新的學習方法來快速的學習一些資料量較少的項目。
- 機器學習工程師比資料科學家更理解雲端相關應用。
- 過去資料科學家可以用精闢的分析選擇他們要使用的模型,但隨著電腦效能越來越好,企業不如請個機器學習工程師讓所有模型直接排程都跑一遍!
結論,因為科技不停地迭代更新,市場的變化日新月異,我們現在只有某項專業能力是不夠的,更需要學習的能力。能夠快速學習並可以承受改變的人,才是未來的關鍵人才。
- 到IG看更多故事:https://bit.ly/3edeg5a
- 小額打賞:https://bit.ly/33JhJ9B
- 留言分享你對內容的看法:https://open.firstory.me/story/ckxx9w199ah8e08760n8dilux?m=comment
Powered by Firstory Hosting