不做算法/数据科学的岗位，工作中用得到机器学习吗？

• 資深大佬 : imn1

  不会

  机器学习实施不算难点（软件方面），要用到时很短时间能上手，难是在于算法选择，这个需要补充知识
  机器学习、深度学习，是比较耗费硬件的，就算想“强行”，也得在硬件上增加预算

  一地鸡毛的例子可能也不少，但也没什么播报，因为确实起点不高，很多人去尝试，自然失败例子总是有的
  强行上机器学习，最大的惨事多数是投入资金过大，而不是上机器学习本身

• 資深大佬 : nnqijiu

  用不到

• 資深大佬 : cccp2020

  别说机器学习了，我工作上都没有用过算法，封装好的的方法太多了，甚至不用自己再想办法实现一下了

• 資深大佬 : Jooooooooo

  用不到

  不过学点这方面的基础知识还是有好处的

• 資深大佬 : kop1989

  第一个问题，不做算法岗，不太可能用上机器学习。

  第二个问题，不懂机器学习完全没问题，因为开发是软件工程，是工程学。机器学习本身我个人理解是理科。

  第三个问题。
  机器学习本身没有问题，关键问题在于落地。

  要么是模型很容易陷入局部最优，或者是对历史数据过拟合，导致无法应用或者没有应用价值。
  要么是很难实现无监督学习 /半监督学习（验证算法搞不定，或者是结果无法量化）。导致最终变成全人工喂数据+人工核验结果，成本暴涨，失去机器学习的意义。

  所以你可以观察一下，目前机器学习大放异彩的领域都是探索一个既定规则下的最优解 /最理性解。

• 資深大佬 : kop1989

  比如翻译，游戏等领域。

• 資深大佬 : p2pCoder

  先做数据
  在谈机器学习
  做好基础数据是前提

• 資深大佬 : shm7

  如果你和这类人有工作上的合作交集，我觉得你有必要搞清楚一些基础概念。比如 train dev test data 。没有交集的话，就看兴趣了

• 資深大佬 : dtgxx

  train 为训练语料，用于模型训练；
  dev 为开发集，用于模型参数调优；
  test 用于测试