多伦多大学计算机科学专业就业方向及前景
建议发表于:2023-01-18 15:21
我个人觉得data science 和 machine learning 还是有些比较大的区别的。 做纯machine learning的会更关注算法创新,原理,证明,可解释性等等, 研究方向主要是做优化算法开发(比如Adam K-FAC),模型结构创新(比如nurelODE)等等。 ML 领域里的NLP,CV,RL这些偏应用的方向,就比较接近做软件开发+算法创新,主要的研究方向是以某一个任务在特定数据集的应用为目标,(比如CV中的object detection 在日常场景如COCO中的应用)。这些研究方向同时要求要有算法创新和实际应用,但是对理论的要求会低一些。 做data science会更在意数据收集,处理, 建模,可视化等等,这个方向我不是特别熟悉,和身边学这个专业的同学交流还是感觉和ml是差别很大的。
此文由网络用户发布,请对其中的建议酌情分辨。若存在错误或者侵犯您的合法权益,您可通过邮箱与我们取得联系,我们将及时进行处理。