學習機器學習過程中面臨的問題

2019/06/24 05:18 下午

機器學習共學討論版

梁記瑋

觀看數：40

回答數：3

收藏數：0

ml100-2-d30

ml100-2

課程上到現在一直會有一個疑問，

就是在課程中對於一些統計的理論感覺會比較少具體的說明，

例如可能會不太知道Leaf Encoding、Gradient Boost Decision Tree、Random Forest等的具體意義跟他到底裡面做了什麼，

而上網做查詢通常又會出現大量艱澀的統計跟數學，

(像是參考資料就是這類的情況，感覺裡面有許多的東西可能已經站在前一個理論的肩膀，因此會有一種要看懂的話需要很多的知識儲備，但是因為內容廣也無從補起)

所以很多的練習對使用者來說就是整理出Function所需的格式之後丟進去，然後會得到一個分數，相關係數高就是好，低就是不好，但卻不知道裡面黑盒子在做什麼，如果結果不理想問題又在哪裡？

還是其實現在資料科學家中不太需要去研究這些部分呢？

以上是目前學習上的困難跟心中的疑惑，懇請解惑