В общем, вопрос, вероятно, тупой. Я вообще не знаю, как работать с библиотеками python. Я хорошо знаю основные методы для работы с основными типами данных, хорошо понимаю циклы, условия, поигрался с матрицами, функциями, работой с файлами. Я решил заняться машинным обучением, смотрел множество книг, начинал по ним заниматься, но каждый раз, в первом же примере кода используется большое количество библиотек, а из этих библиотек используется большое количество функций, предназначение которых, как и их параметры, не объясняются. Это нормально? Мне самому искать нужно, или я выбирал слишком сложную литературу?("Python и машинное обучение" Рашка). Может сначала следует освоить основы библиотек?(Вопрос, для большинства тупой, просто искренне не понимаю, как учиться программированию(да этого изучал по курсам, сам решал задачи и т.д.), да и вообще, не имею представления, как происходит разработка в реале)
Так и происходит - дают задачу, ты решаешь. И не всегда ты знаешь как её решить. Это нормально.
Может сначала следует освоить основы библиотек?
Сначала следует изучить основы программирования. А справочную информацию по библиотекам всегда можно найти в сети. Все библиотеки ты никогда не выучишь.
Машинное обучение это вообще не про Python. Это больше к мат-статистике и обработке больших данных.
Задачи - классификация, регрессия и кластеризация e.t.c.. Алгоритмов и названий очень много. Некоторые из них могут повторяться в вариациях или иметь неточные русские переводы.
По поводу Python или Scala. Знающие маш-обучение таких вопросов вообще не задают. Для специалистов язык - вообще не имеет значения. Язык в данном контексте это как приложение калькулятор или spreadsheet. Это вспомогательный инструмент. Собственно эта наука вообще не про программирование. А про наблюдение глазами за процессом обучения и корректировку мета-параметров.
Тоесть инженер по маш-обучению не интересуется языком. Его глубже интересуют какой метод. И почему та или иная модель подходит а другая не подходит. Почему коэфф. детерминации такой и почему такая дисперсия. Почему факторы такие-то и такие-то и какие между ними существуют взаимо-влияния.
На собеседовании тоже будут спрашивать про опыт. Что делал. Какие методы знаешь. Язык - опционален. Могут спросить - но будут предполагать что 99% ты выучишь новый язык если надо.
Изучаешь те инструменты, которыми пользуются другие компании.
Идёшь на рекрутинговый сервис и смотришь объявления по машинному обучению.
Там будут писать ЯП, которые надо знать, а также библиотеки, требуемые на работе.
Так ты сможешь понять, какие библиотеки используются и для каких задач.
