這可能不是問題類型,但只是想聽聽其他人不得不說的關於在大型企業環境中實現機器學習算法需要考慮的因素。機器學習概述
我的目標之一是研究可根據我公司的特定需求量身定製的行業機器學習解決方案。作爲我的團隊中唯一擁有數學背景的人員,以及之前完成了機器學習算法背景閱讀的人員,我負責解釋/比較業界的機器學習解決方案。從我搜索到的搜索結果來看,似乎是這樣的:
a。機器學習和預測分析並不完全相同,所以當一家公司提供預測分析軟件與機器學習軟件時,它們有什麼不同? (例如IBM Predictive Analytics vs. Skytree Server)
b。很多流行的術語經常被糾纏在一起,特別是在大數據,Hadoop,機器學習等方面。誰能澄清這些術語之間的區別?從我瞭解到,我覺得概念分離是這樣:
- 機器學習算法
- 軟件實現
- 基礎設施上運行大型數據集軟件(Hadoop的)
Ç 。在實施解決方案時,大多數公司是否會聘請解決方案公司的顧問來幫助實施這些算法,或者大多數算法是預先構建的,並且任何數據分析師都可以使用它們?或者,我們是否需要一個數據科學家團隊,即使使用該軟件來運行算法並理解輸出?
我知道這是一個相當冗長的問題,但任何信息都會有幫助。作爲唯一一個遠程知道這些東西的人是很困難的,所以我很想聽聽更有經驗的技術人員說些什麼。