DEV Community
·
我在AI工程旅程中的讽刺
💡
原文英文，约400词，阅读约需2分钟。
📝
内容提要
在AI工程的过程中，我经历了许多挫折，尤其是在医院数据项目中，模型表现仅略高于随机猜测。尽管如此，我从中获得了重要经验：实践提升技能，社区资源如Kaggle和GitHub非常有价值，领域知识至关重要，且从失败中学习同样重要。这让我认识到AI工程是一个不断迭代和谦逊的过程。
🎯
关键要点
-
在AI工程的过程中，经历了许多挫折，尤其是在医院数据项目中，模型表现仅略高于随机猜测。
-
实践提升技能，尽管结果不理想，但每次数据预处理、特征工程和模型构建都让我变得更快更好。
-
社区资源如Kaggle和GitHub非常有价值，能够提供新技术和视角，帮助我们了解哪些方法无效。
-
领域知识至关重要，数据中可能缺少关键特征，深入理解领域是必要的。
-
从失败中学习同样重要，机器学习不仅是庆祝成功，也要从失败中获得反馈，调整方法。
-
AI工程是一个不断迭代和谦逊的过程，每个挑战都促使我深入探索和改进方法。
❓
延伸问答
在AI工程中遇到的主要挫折是什么？
在医院数据项目中，模型表现仅略高于随机猜测，结果令人失望。
实践在AI工程中有什么重要性？
实践能够提升技能，尽管结果不理想，但每次数据处理和模型构建都让我变得更快更好。
社区资源如何帮助AI工程师？
Kaggle和GitHub等平台提供新技术和视角，帮助了解哪些方法无效，推动集体进步。
领域知识在AI工程中有多重要？
领域知识至关重要，因为数据中可能缺少关键特征，深入理解领域是必要的。
从失败中学习在机器学习中有什么意义？
机器学习不仅是庆祝成功，更要从失败中获得反馈，调整方法以改进模型。
AI工程的过程是怎样的？
AI工程是一个不断迭代和谦逊的过程，每个挑战促使深入探索和改进方法。
➡️
