现在weka skkit-learn这样的libary拿来直接可以用。那么一个data scientist仔细深度学习ML算法有啥意义

上面的已经说了,想让你学的ml算法更有用,去做实时。离线只是实时的demo,你用包做的都是离线
■网友
读书的时候我自己在加州和西雅图比较大的的tech公司做程序员实习,却很诧异的发现周围即使很牛,很受大家尊敬的engineer/程序员竟然不懂很简单的probability。。。------------------------------------可能你的英国历史不包准.............
■网友
你的看法基本没有什么问题data scientist对算法要求是比较低的。而所谓industry实际也分两种,离线的和实时的,离线随你怎么做,实时?这就是学习ML的用处所在,如果只会用lib,肯定做不了这类门槛高的工作。无论如何,ML对数学的要求都是较低的,学完高数即可,其他多学了也没有用武之地,因为算法讲究的是快,这跟你学了那么多的数学没有关系。算法就是算法,数学就是数学。所以数学学的好的话,应该去做门槛更高的工作,就比如说quant或者research。


    推荐阅读