iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 30
0

總回顧

這次Google的課程讓我從不同於以往研究者的視角了解機器學習,見識到如何將新科技、新技術商業化的過程。以往研究時,會追求演算法運作的合理性、效能表現是否卓越、想法概念是否創新等,與此不同,商業化的核心要追求產品效益,好的產品的核心架構中,比起配備具有超群表現的演算法模型,更需要有足夠的穩定度,或許只要65%的表現就足以負荷,但穩定度可能追求95%以上。
除此之外,將研究流程規格化,讓專案的開發能夠明確拆分工作,並且利於將開發經驗重用於不同專案中,加速整體機器學習專案的運作。課程中提出許多經驗也很有益處,像永遠要讓"人"存在於機器學習的產品迭代迴圈中,這項建議直觀上與自動化、智慧化的理念背道而馳,然而,因為現實狀況往往有許多意料之外,導致機器學習模型無法處理,持續維護與更新的過程中,仍需要人的介入維持穩定。
在技術與演算法的細節中,課程中反而沒有太多讓我耳目一新的東西,但還是對於整個機器學習的理論進行了簡單的複習。

完賽心得

從一開始前面幾天寫起來非常痛苦且生疏,這三十天強迫自己不斷撰寫,有逐漸改善自己寫長篇文章的能力。在將想法與概念轉換成用文字表達的過程中,也讓我反覆思考咀嚼要表達的內容,往往會發現之前學習過程中忽略掉的盲點,以及由於時間太久而忘記的關鍵。然而,每天寫一篇文章的頻率持續下來,壓力真的不小,到後期無論是內容篇幅與質量都很明顯下降了。原本預計假日能夠預先累積文章,結果,連續幾周剛好都有活動到處跑,反而比上班日更加嚴峻。希望未來也能夠繼續維持這項寫文章的習慣,或許一個週產出一篇結構完整的文章之類的。


上一篇
【Day 29】Launching into Machine Learning(Introduction to Optimization-2)
系列文
Google Developers Machine Learning 學習30

尚未有邦友留言

立即登入留言