爲什麼說人工智能領域20%的理論基礎往往決定了你80%的上升高度？

在人工智能領域內，我們往往重視項目和實戰，大多數初級入行者總是享受完成一個項目帶來的成就感和快感，簡歷上寫的滿當當的項目經歷。 但一旦在工作中遭遇複雜問題，就發現自己處處有短板，同樣的問題，別人花費一週就能達到90%的精準度，自己用一個模型跑了快1個月，才70%，問題在哪？ 在於理論紮實與否。一個看似簡單的線性迴歸模型，就有3-4種不同的解法，而你卻只會一種。高低效率的工作，其差別並不在於實戰經驗

>>阅读原文<<