¿Utiliza bibliotecas o código usted mismo cuando usa un algoritmo de aprendizaje automático? ¿Qué hace un científico de datos con esto en su trabajo?

Implementar un algoritmo por su cuenta es la manera perfecta de aprender realmente sobre el algoritmo. Sin embargo, es mejor dejarlo como ejercicio académico. Si un algoritmo está disponible dentro de una biblioteca existente como scikit-learn o GPy, es probable que el código dentro de estos módulos haya sido rigurosamente probado para detectar errores y funcione de manera muy eficiente. Entonces, en la práctica, ve con la biblioteca. Tenga en cuenta que esto le permite centrar su atención en detalles más importantes, como la selección de funciones.

Hola,
Puede diseñar y codificar el algoritmo usted mismo, tratando de entender cómo funciona realmente. Esto puede llevar tiempo, quise decir mucho tiempo. Hay muchos científicos que saben qué hacer con los algoritmos más que saber cómo funciona realmente. Entonces, mi consejo sería aprender haciendo, explorar la biblioteca, modificarla, algún día lo descubrirás sobre la marcha.

Puedes pensarlo en dos fases.

1. Fase de aprendizaje

Elija un algoritmo que planea usar y codifíquelo usted mismo. Esto le ayuda a comprender cómo funciona y qué posibles limitaciones puede tener.

Repita esto para cada nuevo algoritmo que desee usar.

2. Fase de uso práctico

Según lo que sabe, elija una biblioteca adecuada que implemente bien el algoritmo y úselo. Debe tener un código de mayor calidad ya que muchas personas lo han usado, y no tiene que reinventar la rueda. Ocasionalmente, la biblioteca existente puede no satisfacer sus necesidades, y puede escribir la suya en ese momento.

Desde el tiempo que pasé aprendiendo / jugando con Machine Learning, generalmente uso bibliotecas, pero cuando algo no está disponible, termino teniendo que codificarlo yo mismo.