Комментарии 9
Как мне кажется, ничего хорошего не выйдет без понимания внутренней работы сети. Давал как-то программисту, который не знает теории, задачу обучить простенькую сеть. В итоге он то статистику не правильно соберёт, то применит техники которые заведомо не улучшат показатели, то датасет не правильно подготовит
призыв автора сродни призыву начинающим программистам: не надо учтить структуры данных и алгоритмы, учитесь пользоваться стандартной библиотекой; и как тольтко вы научитесь создавать продукты основанные на алгоритмах и структурах данных, приступайте изучать теорию.
но этот подход же работает) В 99% случаев надо писать круд, для которого знание алгоритмов и структур данных вообще не нужно, а, порой, даже вредно, потому что возникает желание что-то как-то оптимизировать, что ведет к потере времени из-за ненужных телодвижений и возможным ошибкам из-за изобретения велосипедов.
Но ведь так часто и происходит.
Сначала люди тыкаются в условную джангу, а только потом начинают учить теорию.
Или даже изучают ее до уровня устройства на работу. И уже на работе думают «так, если хочу дальше крудошлепства уехать, надо бы cs поучить»
Сначала люди тыкаются в условную джангу, а только потом начинают учить теорию.
Или даже изучают ее до уровня устройства на работу. И уже на работе думают «так, если хочу дальше крудошлепства уехать, надо бы cs поучить»
следуя ваше примеру, то водителям стоит изучать устройство двигателя перед тем как учиться водить, так изучая сложность алгоритма ты не будешь иметь понятия что это тебе даст на практике пока не столкнешься с проблемой оптимизации
Статья не про подход к программированию, а про философию обучения ML (bottom-up vs up-bottom)
Смысл в том, чтобы не усаживать новичков сразу за изучение злобного матаппарата, а сначала дать поиграть с уже собранной коробочкой, позапускать «hello world» и вовлечься в тему =)
Сами создатели fast.ai сравнивают это с музыкальным образованием. Сначала ребенку интересно понажимать на кнопки пианино, а уже потом учить сольфеджио и теорию музыки. Наоборот не работает.
Смысл в том, чтобы не усаживать новичков сразу за изучение злобного матаппарата, а сначала дать поиграть с уже собранной коробочкой, позапускать «hello world» и вовлечься в тему =)
Сами создатели fast.ai сравнивают это с музыкальным образованием. Сначала ребенку интересно понажимать на кнопки пианино, а уже потом учить сольфеджио и теорию музыки. Наоборот не работает.
Спасибо за наставление и полезные ссылки!
Я тоже начал изучать нейронки через код сначала. После несколько дней копипаста я понял что без понимания что вообще творится «под капотом» я и дальше буду копипастить и не будут создавать новое. В итоге после прохождения несколько недель курсов от Стэнфорда я могу сказать что без этой теории (на мой личный взгляд) машинное обучение неподъёмный топик.
В нашей команде был программист, который пользовался шифрованием не понимая как это работает и что есть открытый-закрытый ключ. Когда я ему об этом сказал, он посмотрел на меня очень круглыми глазами. Я даже сразу не понял что он этого действительно не знает и не понимает. Не нужно изучать две недели шифрование или язык ассемблер, но потратить немного времени для понимания что такое шифрование, какие виды его бывают и какое из них для чего, проффесионалу, я считаю, необходимо.
CRUD для простых запросов годится, но это не уровень проффесионала. Что вы со своим CRUD будете делать в базе данный где больше сотни таблиц и нужны сложные запросы?
Для того чтобы попробовать ML, я согласен, не нужно изучать углубленно математическую базу, но хотя бы понимать что происходит под капотом, какие возможности и ограничения дает эта технология, как правильно ее использовать и что нужно, чтобы самому обучить сеть.
CRUD для простых запросов годится, но это не уровень проффесионала. Что вы со своим CRUD будете делать в базе данный где больше сотни таблиц и нужны сложные запросы?
Для того чтобы попробовать ML, я согласен, не нужно изучать углубленно математическую базу, но хотя бы понимать что происходит под капотом, какие возможности и ограничения дает эта технология, как правильно ее использовать и что нужно, чтобы самому обучить сеть.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Не надо учить Machine Learning