¿Qué porcentaje de estudiantes MOOC de aprendizaje automático (ML) realmente termina trabajando con ML?

Hola

La verdad del asunto es que solo es un zumbido. zumbido significa que es una solución gigante tratando de encontrar un problema. La triste verdad es que el mundo corporativo está contento usando soluciones (soluciones estadísticas como regresión, etc.), que hacen el trabajo.

e incluso si utilizamos la última y mejor técnica de ML. ahora quién explicará la diferencia debido al cambio en el modelo subyacente.

Según yo, el mejor uso de ML es usarlo para separar el correo no deseado de los buenos correos electrónicos reales. recuerde 2000 a 2004 y si tenía correo Aol, que no era más que correo no deseado.

un tipo en google que conocía ML y la minería de texto y python lo descubrió.

una jugada sobre eso fue el motor de recomendación en Netflix.
está The Home of Data Science, que organiza competiciones, etc., pero lo triste es que los doctores con mucho tiempo en sus manos están en la garganta del otro.

como esto ayuda

si necesita usar ML, necesita encontrar un problema, ajustarlo y publicarlo.

buena suerte

Saludos

Parag

Estoy estudiando el procesamiento de imágenes para la detección de objetos, y he elegido varias clases mooc, pero no me fue bien en ellas. Ahora tengo un trabajo sobre el sistema de recomendación, en relación con ml. Algunos compañeros de clase a mi alrededor nunca han elegido ml. Esto significa que no muchos estudiantes en mooc do ml trabajan después de estos cursos s