@
NotreDame #8
我不太敢预计将来，反正自己也没准确过几次，世界变化快
AI 远景美好，但几年后也未必，因为岗位肯定不多，找工作不易。而且不容易产出，很多企业只是追热点投入 AI 研究，花了一定钱没见到收益就会撤退，只有长期设立研发部门和资金投入的才会坚持
能否快速掌握某个行业的业务，是个技巧，不然也做不出业务算法
如果你有快速熟悉业务的能力，倒是可以创业，利用现有数学模型，帮助中小企做项目优化，一般小企微企是舍不得给钱做优化的，但有长期项目的话，能提升 2%~3%增加几十万年利润的，会舍得给几万委托调研优化项目，但感觉市场不大，最早能商用机器学习的应该是市场调查公司，但好像现在也没什么响，还是那几家传统的，没见新兴的出现，看上去项目优化的思想还处在研究所阶段，商用未能普及，通俗点说就是老板们还不敢用新模型试水
@
usw #12
书就没有推荐了，因为我较早就学过也从事过聚类分析，看过的都是旧书，但过程可以说一下
先了解一下交叉分析，其实就是跟 sql 的 select max(xxx) where xxx and xxx，pandas 的 groupby 等等差不多
然后了解一下聚类分析，机器学习主体就是聚类分析
先选某家模块学习，因为现在公开的数学模型各家都在做，只是语法不同，选一家学就行了，推荐 sklearn 和 opencv
可以用实际工作了解，例如人脸识别是比较快的，因为例程很多
机器学习要记住一句话：“没有最优数学模型”，至少现在是这样
后面是深度学习，深度学习主体是拟合函数，和机器学习差两字，但本质是两个数学途径，跨度很大，不要以为会点机器学习就能跳到深度学习，想做深度学习，自己也要再次“深度学习”数学，而且搞深度学习硬件也要花费很多，听说现在较强的 GPU 显卡要靠抢？