数据科学要求在各种机器学习领域和技术中有效地运用技能。然而,Kaggle最近进行的一项调查显示,只有少数数据专业人员具备高级机器学习技能的能力。大约一半的数据专业人士表示,他们在有监督的机器学习(49%)和逻辑回归(53%)中胜任。深度学习技术是机器学习能力最低的机器学习技能之一:神经网络– GAN(7%);NN – RNN(15%)和NN – CNN(26%)。
如今,大多数企业(80%)在生产中都具有某种形式的人工智能(机器学习,深度学习)。此外,约有三分之一的企业计划在未来36个月内扩大其AI工作。但是谁来领导这些数据科学项目呢?谁来做工作?一些研究人员认为,缺少填补这些职位所需的AI人才。腾讯估计,全球只有30万名AI研究人员和从业人员。ElementAI估计有22
Kaggle于2017年8月对16
机器学习领域的能力
为所有受访者(无论是否雇用)提供了13个机器学习领域的列表,并要求他们指出他们认为自己在哪些领域胜任。数据专业人员胜任的十大机器学习领域是:
监督机器学习(49%)
无监督学习(26%)
时间序列(25%)
自然语言处理(19%)
离群值检测(16%)
计算机视觉(15%)
推荐引擎(14%)
生存分析(8%)
强化学习(6%)
对抗学习(4%)
机器学习技术能力
该调查包括一个针对所有数据专业人员(无论是否雇用)的问题,涉及他们在13种机器学习技术中的能力(您认为自己在哪些机器学习领域中胜任?(选择所有适用的方法)。)哪些数据专家胜任:
逻辑回归(54%)
决策树–随机森林(43%)
支持向量机(32%)
决策树–梯度提升机(31%)
贝叶斯技术(27%)
神经网络– CNN(26%)
合奏方法(22%)
梯度提升(17%)
神经网络– RNN(15%)
隐藏的马尔可夫模型HMM(9%)
关注 CDA人工智能学院 ,回复“录播”获取更多人工智能精选直播视频!