2. Es difícil decirlo en comparación con estudiantes universitarios y de posgrado que no se especializan en aprendizaje automático. He visto todos los escenarios de ser aplastado, completamente victorioso o contraatacar, y yo mismo he contraatacado algunos algoritmos y sus campos de aplicación. Tengo una maestría en finanzas, pero he realizado investigaciones en profundidad sobre series de tiempo, análisis de conglomerados y análisis de componentes principales en minería de datos desde principios hasta aplicaciones como otros doctorados. Es porque tengo más experiencia laboral que la otra persona y entiendo la naturaleza comercial de los datos más profundamente que la otra persona. Por lo tanto, existen muchas experiencias prácticas que apoyan la comprensión y el uso de métodos y herramientas.
Cuando los estudiantes universitarios realicen aprendizaje automático, ¿la minería de datos será mucho peor que la de los estudiantes de posgrado?
1. En términos generales, me refiero a la situación general. Si se comparan estudiantes universitarios y de posgrado de la misma especialidad, los estudiantes de posgrado todavía tienen una ventaja. Las fortalezas residen en la aplicación de herramientas y una comprensión más profunda de la teoría. Si eres estudiante de doctorado, necesitas estudiar más profundamente. Incluso es necesario derivar muchas fórmulas universitarias, que se pueden implementar completamente mediante código. Además, los estudiantes de posgrado a menudo eligen temas mediante inmersión, pero los temas a menudo se basan en proyectos, son muy prácticos y se derivan del combate real.