认为人们会很快掌握哪怕是最基

[jarinislamfatema]

要自信，专注于真正重要的事情。 许多数据科学家犯了一个大错误，他们本的统计概念，但这只是一厢情愿。我可以向所有人保证，大多数人在理解相关矩阵这样简单的东西之前都会遇到困难，直到最终明白为止。 现在将包含一堆数字的相关矩阵与热图进行对比。它们的结构完全相同，但颜色使热图非常直观；人们会被红色方块吸引，并明白那里有重要的东西。

此外，用 Python 的核心原则之一来解释，明确优于隐含。无论某秘鲁电报放映件事有多明显，总是假设人们不会知道它，过度解释总比提供模糊或不完整的信息要好。 相信技术 机器学习是一个复杂的过程，因为它涉及大量数学和统计学。要了解机器学习的工作原理，您需要熟悉线性代数、微积分和概率等概念。例如，对于神经网络，我们不知道隐藏层内部的数学是如何工作的。

我们只知道它正在做一些事情来将输入转换为输出的有用表示。这就是为什么神经网络被认为是黑盒模型。 黑盒模型的其他示例包括支持向量机和随机森林。这些模型很难解释，因为没有明确的方法可以了解模型如何进行预测。当您试图理解模型为何做出某些决定时，这可能是一个问题。 根据我的经验，当你告诉决策者你不知道算法为什么会做出决定时，你会遇到阻力。