1樓：不拿第一不改名
不說還沒察覺，一說。。
突然發現周圍誰誰誰都都都都都在說機器學習
又雙叒叕是人工智慧
天天天天天現在是最好的時代
(_`)
啊怎麼說呢
沒個底子還是不要蹭熱度的吧
有點俗呢
(利益相關：軟工大二)
2樓：川業
國內的氛圍如此，因為靠騙是真正能賺錢的，所以吆喝包裝是非常有用的，但是我接觸了很多人工智慧專家，真正有想法有求知慾有想象力的真的不多
從0到1是最難的，機器學習的思維不是中國人發明的，有了這個方向後，站在巨人的肩膀上，然後敢說自己是科學家，我覺得很可恥
很多ai公司號稱自己做ar 影象識別，連基本都sdk都沒有，合作基本都是手動人工，定義介面的能力是架構級別的
乙個對人腦，對生命起源都毫無興趣的人，不可能給人工智慧帶來什麼突破，儘管忽悠吧，人口紅利遲早要消失的
3樓：
俗工學院我不了解，但是就拿我之前的學校說，商學院下設的MIS專業：一群氣泡排序都寫不出來的人，成天張口閉口就是hadoop, big data, data science, machine learning, r, python, supervised&unsupervised learning, partition, classification etc.
會個SQL, SAS, 甚至是R裡的rattle就敢說自己是data scientist...處理幾個G，甚至是幾百兆的資料就敢說自己是大資料。。做個資料分類就敢說自己在做machine learning。。
別以為我開玩笑，我說的那個學校也不是什麼專科院校，美中一所普通公立學校而已
而且據我觀察，這種水平的美本，研究生，甚至博士在現在的美國非一流院校的非計算機專業中不在少數。多集中在商學院開設的類似MIS或者BI的專業下
關鍵這種專業出來的學生，還特能吹，跟印度人乙個德行，張嘴閉嘴就是data。。動不動data integrity, data cleaning。。結果你問他knn和k means有啥區別，估計能問倒一半。。
這種水平的畢業生想進彎曲的top tier的公司一般比較難，但是二線的一些公司，比如四大啊，IBM啊，亞馬遜啊還是能進的。至於工作內容麼，用用excel, 用用tableau, 用用ms bi 畫畫表，弄弄圖，然後再吹吹逼。。
4樓：Ben Lai
哇這種偽命題也能有那麼多回答，各位大哥們都有毒吧。
因為你看不爽有個同學剛學會from sklearn import svm 然後找到了乙份比你好的工作就要說Vladimir Vapnik「俗 」，然後看到另外乙個同學會import keras 找到了更好的工作就說 Geoffrey Hinton「俗」 。我真的很好奇究竟題主的動機和想要的答案。
這個問題換個角度講，機器學習本來就不是一門新興學科，當年空有一堆 ANN model沒人能算的時候簡直「浪漫」得不要不要的。如果你覺得學編譯器和程式語言的就是浪漫，那是不是所有用編譯器和程式語言的人都很「浪漫」？如果你覺得學術研究和應用要分開，那題目「機器學習是計算機專業「一大俗」嗎？
」 就已經不攻自破啦。
「機器學習」原本應該歸於統計學底下的，但是機器學習之所以現在歸到了計算機專業下面是因為很多模型就算有統計背景或者是從統計模型演化出來的，在訓練模型的時候也是用各種優化演算法，研究重點轉化到了如何設計演算法所以需要更多計算機背景的研究者加入進來。舉個栗子，利用張量分解來求隱藏變數模型（Learning latent variable model with tensor decomposition）一開始是在心理學界被發現的，但是現在也被「廣泛」的應用在機器學習領域。模型本身並不難推到但是如何寫出能在特定條件下快速分解張量的演算法才是這個領域的瓶頸。
線性回歸也是機器學習，你有見過各界學者說這「俗」那「俗」嗎？
5樓：常盤臺王牌
充分說明藍星兩腳獸的認知還有待提高，如同在百位計算面前加減乘除總比高數好用，當前的計算機界也有這樣的問題。是兩個問題的同步解噢！可惜獸們都不明白本座在說什麼╮(╯▽╰)╭。
6樓：Autumn'sFall
會跑demo扯點七七八八的專業名詞，這些人還是很多的。
但是專心看過幾本專著若干教材若干文獻的人估計就不多了。
所以概念是俗的，真正有產出的人還是稀缺的。
7樓：
MDZZ，這些亙古不變，基本性的東西你不學，學個幾年就過期的應用技術，簡直捨本求末，所以機器學習技術本身是不俗的。至於雲計算，大資料不就是分布式，統計學，資料探勘等基礎性學科換了個名字嗎？從這個層面講，那些歪曲事實的人真的俗！
8樓：
計算機行業也沒有俗不俗的技術，俗不俗的是市場，是人。
想不俗可以考慮搞mainframe去，或是做dba。你看，又不樂意了吧。
9樓：鬧鬧向前衝
如果只想借助機器學習做跳板，只為大發文章，這個時候就是俗的。但是要真的想研究明白，弄透徹，這時應該是不俗的，畢竟ML沒有那麼簡單，單單分類演算法就有好多，更不用說聚類關聯分析神馬的了。。。
10樓：吳祺育
各位，讓我們換個角度思考這個問題。換個命題。
機器學習俗好還是不俗好？
機器學習如果不俗，應該只屬於國內外各大高校、研究機構，國外公司，國內極少數公司的研究範疇吧。研究不到一定年頭根本不好意思說自己是搞機器學習的。國內的從業者最低門檻也得是個碩士吧，想在機器學習裡學個明白國內還不夠，得去國外讀個博士吧，要不然你說你搞機器學習？
真俗。工作呢，國內？別，你說你在國內搞機器學習，真俗。
國外，（大部分人）還是先讀個博再談機器學習。畢業後？萬一想回國，國內機器學習太俗了啊，那該怎麼辦，想想其他辦法....
機器學習如果俗（目前的情況），國外內大小公司都在招人搞資料探勘/自然語言處理。不管你是CS非CS專業，無論本碩博，或者培訓班出身，學會語言學會機器學習演算法（注意是學會），還不用特別精通，北京8K最少了吧，稍微精通，12K不能再少了吧，國外機器學習博士學回來，15K起步你還不一定想去，3年-5年之中肯吃苦，強化一下其他方面，不斷學習，做過幾個還可以的專案，自稱資料探勘工程師沒有問題吧？20K（北京）也不是太難吧。
5年-10年，拉個稍微好點的團隊，有乙個網際網路+的ideal，忽悠個pre-A，A不是問題吧，然後怎麼辦，想想辦法...
那麼對於大部分人來說，機器學習是俗點好，還是不俗好呢？
水漲才有船高，只不過是水有點汙罷了。以上。
11樓：李穎
有人說，大資料，雲計算做到了爛大街的程度，但是多永遠不等於爛，麥肯錫做大資料那麼多年也沒見被社會淘汰，只能說，只要做的精了，永遠談不上俗
12樓：無狄
談錢俗嗎？談理想俗嗎？
首先在工業4.0，智慧型製造都會涉及到此部分內容。我覺得這個既有錢賺，又可以實現國家報復，何樂而不為。
13樓：
其實，ML在最近比較火，火的東西當然有人想從裡面獲得自己的利益，所以各大高校理所應當的認為自己的計算機學院可以開這麼乙個專業，殊不知自己的學院老師有沒有這方面的經驗，只是按照正常的計算機的學院專業的科目去教，ML只涉及基本面，所以很多學生出來說自己是ML專業的，但懂的很皮毛的時候，大家就很懷疑這個學科，這個專業。其實這個專業是多個學科的交叉科學，學好並不容易。在這方面，南京大學電腦科學與技術學院的周志華教授應該是這個行業的領軍與權威人物。
推薦周教授今年出的一本書介紹機器學習的《機器學習》，裡面適合初學者與有經驗者都可。
14樓：
如果有些人，才剛剛學會了調幾個庫跑點demo，對裡面的原理一無所知，也不知道在現實世界的應用裡面需要些怎麼樣的姿勢，就開始大吹特吹自己搞機器學習，那還真是挺俗的。
15樓：
什麼叫俗不俗？你做就不允許別人做了？人還天天吃飯，你既然那麼不俗，你別吃飯。半吊子天天嚷嚷真是有完沒完了。知乎藥丸，最近一兩年的問題回答都是什麼玩意。
16樓：handlesoul
機器學習嚴格意義上講是個交叉學科吧，而且大資料時代的到來給機器學習的發展起到了促進作用，但我一直覺得機器學習入門門檻還是挺高的，比如我已經在入門的門檻那裡磨蹭了很久了（逃
17樓：
首先回答，這個說法是單純而片面的。
機器學習並不是電腦科學的子學科，它更應該被看做是電腦科學，統計學，數學的交叉學科。同時它還在生物學，醫學，社會科學等諸多與電腦科學關聯較少的學科有諸多應用。
因此，機器學習絕不僅僅是電腦科學的一大俗。這麼說太狹隘了。
它是電腦科學，統計學，數學，社會科學，經濟學等等諸多領域的一大俗。
18樓：元峰
前幾年很火的是各種專業的轉CS,現在是各個專業的有事沒事轉ML了。
有一次去聽南京大學周志華老師的報告，他說他前幾年給別人說自己是搞機器學習的，結果對方問他是不是研究收莊稼用的收割機的，因為江蘇大學研究聯合收割機很牛，對方把江蘇大學當成南京大學了。周老師還說，現在好像大街上到處都有人說機器學習，大資料。周志華老師的《機器學習》幾個月印刷了好幾次，說明現在研究機器學習的人的確多。
不過，大部分人也就是知道個大概，買來機器學習的書也就翻一下完事了。機器學習不俗，俗的是不能沉下心來搞研究的人。還是掌握好理論，把機器學習演算法應用到各行各業，讓社會因它而更美好，你我共勉！
19樓：
「俗」字有很多個意思，我善意地把這裡的「俗」理解為「大眾化的，最通行的，習見的：～名。～語。
～曲。雅～共賞」，而不是「趣味不高的，令人討厭的：～氣。
～物。鄙～。粗～。
庸～。」
為啥大家都搞機器學習？因為這玩意好，能解決問題，能創造價值。
你整那麼多高雅的，只能自娛自樂，有屁用啊，對社會有什麼貢獻啊。。
20樓：我是誰我在哪
什麼時候技術也分俗不俗了，一種技術或者方法只要它能很好的解決問題，那它就不能算俗，如果一種東西，大家都追著趕著，你也因為受他人的影響去追捧它，但它並不能很好的解決你的問題，那它就是俗的。
21樓：張大帥
俗，簡直俗不可耐，各行各業都表示要轉行做機器學習，我們公司不遠處有個培訓班，學員統一著裝，每天集體高喊口號『月薪過萬不是夢』。我原來一直以為這種培訓班只有安卓開發、UI設計、PHP，結果後來朋友告訴我裡面還有機器學習班。
通訊專業（碩士）主攻機器學習方向和計算機專業機器學習相比有什麼優勢和劣勢？
ChihYuanTSENG 瀉藥。優勢 通訊工程相比計算機優勢當然在於通訊的專業課方面。比如你要是做聽覺，那就免不了採集音訊訊號並預處理和分析，對於訊號的採集，處理和分析通訊肯定會更好。其實做視覺方面也一樣，畢竟本科有一定基礎感覺上會更好。一般計算機本科專業不會開訊號處理，但有的會開影象處理 劣勢 ...
英語方向跨專業考計算機難度大嗎？
月想雲衣花念容丶 同英語專業，今年剛畢業，工作了幾個月後發現還是計算機香。英語專業就業前景並不好，親身經歷，以後肯定是計算機的時代，想發展好肯定是往IT行業。想跨考不知道從哪入手，唉。 衛超 09年醫學跨專業考的中科大計算機系研究生，結合你的情況談談我的經驗。你說喜歡計算機，具體是指哪方面？修電腦不...
是計算機專業更偏機械人 還是機械電子專業更偏機械人
機械人孔博士 對於國內來說，機械電子工程更偏機械人，但是對於國外來說，CS更偏機械人。可以統計一下國內搞機械人的教授，絕大多數是機電出身的，可能只有一些搞機械人視覺的是CS出身的。但是國外，機械人是交叉學科，卡梅隆大學的機械人學科是歸在CS下面的。為什麼會出現這種情況呢？我個人認為，這是歷史原因決定...