java開(kāi)發(fā)，轉(zhuǎn)大數(shù)據(jù)好還是機(jī)器學(xué)習(xí)？謝謝。我建議轉(zhuǎn)向大數(shù)據(jù)。我也從事java開(kāi)發(fā)，我對(duì)這個(gè)主題的糾纏也有同樣的感受。畢竟，如果我精通Java，我已經(jīng)付出了大量的學(xué)習(xí)精力。如果我學(xué)習(xí)機(jī)器學(xué)習(xí)，我基本上

java開(kāi)發(fā)，轉(zhuǎn)大數(shù)據(jù)好還是機(jī)器學(xué)習(xí)？

謝謝。我建議轉(zhuǎn)向大數(shù)據(jù)。

我也從事java開(kāi)發(fā)，我對(duì)這個(gè)主題的糾纏也有同樣的感受。畢竟，如果我精通Java，我已經(jīng)付出了大量的學(xué)習(xí)精力。如果我學(xué)習(xí)機(jī)器學(xué)習(xí)，我基本上想告別Java，這無(wú)疑是一個(gè)非常不幸的選擇。

此外，轉(zhuǎn)向機(jī)器學(xué)習(xí)不僅需要深入了解python，還需要掌握數(shù)學(xué)算法，這是不可能一蹴而就的。因此，轉(zhuǎn)向人工智能的風(fēng)險(xiǎn)相對(duì)較高，很容易打亂一個(gè)人的職業(yè)規(guī)劃。

目前，大數(shù)據(jù)方向仍是一個(gè)需求量大、前景好的工作方向。Java廣泛應(yīng)用于大數(shù)據(jù)領(lǐng)域。單憑Hadoop生態(tài)系統(tǒng)就足以完成大量的大數(shù)據(jù)工作，而Hadoop和Java是分不開(kāi)的。

最重要的是大數(shù)據(jù)方向不會(huì)低于機(jī)器學(xué)習(xí)的工資，機(jī)器學(xué)習(xí)還處于初級(jí)階段。別擔(dān)心工資問(wèn)題。

如何進(jìn)行數(shù)據(jù)的歸一化處理？

首先，測(cè)試集的標(biāo)準(zhǔn)化平均值和標(biāo)準(zhǔn)偏差應(yīng)來(lái)自訓(xùn)練集。如果您熟悉Python的sklearn，您應(yīng)該知道應(yīng)該首先對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行擬合，得到包括均值和標(biāo)準(zhǔn)差的定標(biāo)器，然后分別變換訓(xùn)練集和驗(yàn)證集。這個(gè)問(wèn)題其實(shí)很好。很多人不注意。最容易犯的錯(cuò)誤是在劃分訓(xùn)練測(cè)試集之前進(jìn)行規(guī)范化。

第二個(gè)問(wèn)題是不同歸一化方法的選擇，如均值方差歸一化、最大最小歸一化等。歸一化的目的是調(diào)整每個(gè)場(chǎng)之間的數(shù)量級(jí)差異。均值-方差歸一化可能更適合不知道數(shù)據(jù)邊界在哪里的情況。最大和最小規(guī)格化相當(dāng)于積分到01，這意味著您知道該字段的邊界在哪里。所以我個(gè)人更喜歡均值方差的標(biāo)準(zhǔn)化。我只是憑經(jīng)驗(yàn)說(shuō)的，不一定是對(duì)的。