-
大数据云计算
站-
热门城市 全国站>
-
其他省市
-
-
400-636-0069
沉沙
2019-02-19
来源 ：
阅读 1098
评论 0
摘要：本篇文章探讨了大数据分析之自学Python入行数据挖掘，听听数据挖掘美女工程师怎么说，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。
本篇文章探讨了大数据分析之自学Python入行数据挖掘，听听数据挖掘美女工程师怎么说，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。
这次我请到了在数据挖掘岗位的一位美女工程师Cathy，程序员本来就是一个比较少的群体，男的居多，女的工程师很少，美女就更少了！这次非常荣幸请到了Cathy,她原来是海外从事海量数据挖掘工作，目前在上海一家大型的互联网公司工作，她从数据挖掘岗位内部人士的角度来解读，什么是数据挖掘，需要那些技能，那些注意事项，希望对大家有帮助。
分享主要分为四个方面：
什么是数据挖掘？
工作中我们是怎么做的呢？
想入行？
如何提升？
机器学习和人工智能可能是这几年最火的话题了，但其实不论是人工智能还是机器学习，是战胜李世石的阿尔法狗还是各种深度学习模型算法，都是数据挖掘的一个分支。所以每当别人问我是做什么的时候，我也不想说的很玄乎，通常就说我是一只数据挖掘攻城狮了。
数据挖掘的方法有很多种，除了上面讲到的深度学习，和各种算法模型，任何能从数据中挖掘，总结出有用结果的，都叫数据挖掘。所以说，可视化，数据分析，看分布，哪怕是一拍屁股定下来的rule base，都可以算。
我在这里指的工作主要还是指在工业界，学术界可能就是另一种模式，我就不在这里不懂装懂了。在上班的时候，我们算法模型组里经常自黑，其中有一张图很好解释了我们的日常工作……
其实现在大多数模型都开源了，并且也有了很多现成的包，我们的工作就变成了将一堆数据整一整，丢进模型，有时候就能得到一个不错的结果。如果结果不好呢？也不着急……调调参数，多增加几轮迭代，或者换个模型…… (哭笑不得)。。
我说这些其实不光是为了自黑，目的是为了告诉大家，其实机器学习也好，深度学习也好，重要的永远不是在模型本身，而是在特征工程。
如何做特征，如何变幻特征，体现了你对业务的理解，也体现了你经验的积累，和你的灵光一现。有时候做了很久的模型，AUC 总在一个地方上不去，但突然有天想到一个牛逼的特征，于是就一下子拉上了一个台阶。
而且，在使用每个模型之前，阅读一下模型相关的paper也是一个很好的习惯。这会帮助你更好的选择最合适的模型，而不是每个万精油模型都用一遍。
所以，即使是在万物开源的年代，急于求成，也是很难做好一个模型，特征工程是需要智慧、耐心和积累的，也是机器学习中最最重要的一环。
本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！
喜欢 | 0
不喜欢 | 0
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了，明天再试试吧！
我们会在第一时间安排职业规划师联系您！
您也可以联系我们的职业规划师咨询：
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com，All Rights Reserved.
沪公网安备 31011502005948号
索取资料
答疑解惑
技术交流
职业测评
面试技巧
高薪秘笈
