¿Por qué los especialistas en informática han tenido más éxito en la realización de investigaciones en aprendizaje automático en comparación con sus contrapartes de otros campos?

Yo iría con mis dos centavos como joven desarrollador:

Principalmente porque el aprendizaje automático es un subcampo de la informática, y hoy en día cada título serio en informática incluye algún tipo de introducción a la informática. Se ha convertido, junto con Internet Of Things, en uno de los temas que TIENE que saber al menos un poco sobre si va a trabajar en ese campo. Por lo tanto, les da a los académicos en este campo un buen comienzo.

Además de esto, los estudiantes de informática a menudo ya están familiarizados con las nociones de los usos del aprendizaje automático, en términos de algoritmos y paradigmas de programación.

No estoy muy seguro de lo que quiere decir con “sus homólogos de otros campos”. Supongo que un ingeniero mecánico no necesita conocer todos los detalles sobre el aprendizaje automático, donde un científico de datos lo haría, por ejemplo.

Porque están dispuestos a sacrificar el rigor para optimizar los resultados empíricos. Los estadísticos estudian muchos de los mismos problemas, pero generalmente se preocupan por “por qué” algo funciona con una explicación muy sólida. Algunos informáticos también lo hacen, pero a menudo los informáticos se preocupan más por el rendimiento.

Cuando no está limitado por comprender realmente por qué algo funciona, puede llegar a nuevas ideas que están bastante lejos, algunas de las cuales pueden funcionar muy bien. Esto es muy valioso, ya que las personas con mentalidad teórica posterior pueden entrar y explicar por qué lo que hiciste funciona, cuando tal vez no hayan pensado en la idea. Sin embargo, esto tiene un costo: alejarse unos pasos del rigor puede conducir a resultados empíricos impresionantes, pero cuanto más se aleje, más prueba y error se convertirá en una forma ineficiente de desarrollar nuevos métodos.

More Interesting

¿Suena útil la certificación de IBM de Big Data University al dar entrevistas?

¿Qué porcentaje del conocimiento humano global ya es accesible en internet? ¿Existe una medida para la cantidad de conocimiento cargado en la red mundial?

¿Cuáles son las mejores compañías de big data en INDIA para un desarrollador de software?

¿Qué se entiende por indexar datos en términos de Elasticsearch?

¿Cuánto se relacionan estos términos como ciencia de datos, aprendizaje automático, inteligencia artificial e internet de las cosas con el mundo venidero? ¿De dónde puedo aprender estos temas? ¿Cuánto están relacionados con la ingeniería de comunicación electrónica?

¿Cuáles son algunos buenos paquetes de R para el análisis de datos cualitativos?

¿Qué opinas de los programas de maestría ofrecidos por Data Science Tech Institute (París)?

¿Hay algún beneficio al agregar las características originales junto con las reducidas por PCA?

¿Por qué agregar más como primera columna de datos en el aprendizaje automático?

¿Cuál de los siguientes dos cursos ayudaría a un principiante absoluto de ML a comenzar rápidamente con las competencias de Kaggle y por qué? Aprendiendo de los datos - Curso en línea Coursera ML Course

¿Qué es mejor: una maestría en ciencia de datos en la UCL (Univ. College London) o una maestría en estadística en la Universidad de Boston?

¿Cuál es el alcance de los grandes datos?

¿Cómo es el análisis de big data la solución para el crecimiento del negocio?

¿Crees que las herramientas basadas en la interfaz visual podrán / pueden igualar el poder del código?

Cómo gestionar el big data