详细内容或原文请订阅后点击阅览
从头开始建造的力量
Mauro di Pietro讨论了使用开源工具，桥接理论和实践以及为什么他仍然对Scikit-Learn的怀旧之情。在Scratch构建的力量首先出现在数据科学方面。
来源:走向数据科学在我们的作者聚光灯系列中，我们与社区成员聊天，谈论他们在数据科学和人工智能，他们的写作以及灵感来源方面的职业道路。今天，我们很高兴与毛罗迪·彼得罗（Mauro Di Pietro）分享我们的对话。
在我们的作者聚光灯系列中，我们与社区成员聊天，谈论他们在数据科学和人工智能，他们的写作以及灵感来源方面的职业道路。今天，我们很高兴与 Mauro di Pietro 。Mauro是一位数据科学家和内容创作者，在欧洲和亚洲的银行业拥有十年的经验。他研究了定量金融，但毕业后教会了自己的编程，这激发了他对撰写教程的热情，这些教程将复杂的主题分解为简单而引人入胜的解释。
您已经写了一个令人印象深刻的系列，内容涉及使用Python和Ollama从头开始构建AI代理。是什么促使您避免使用OpenAI API或付费云服务等工具？
AI代理商从头开始我喜欢做自己的东西，我是“开源”的忠实拥护者。
我来自机器学习的早期，当时数据科学家曾经训练自己的模型。我对那些日子非常怀旧，当时“您需要的一切”不是关注，但是一个小的数据集，Scikit-Learn和有限的计算能力足以执行不错的分类。我特别想念数据探索部分，因为我擅长绘图。今天，我们都在使用chatgpt，几年来我从字面上没有训练过模型……所以我更喜欢尽可能地从头开始建造。
注意 Scikit-Learn chatgpt关于“从头开始”方法：从零开始背后的哲学是什么，您如何在教育清晰度与现实世界中的复杂性之间取得平衡？
我相信，只有当您尝试自己做事时，您才真正学习。成长很少是第一次使事情变得正确。
多代理因此，除非任务无法从分布式智能中受益，否则我建议先尝试单个代理。
在TDS上 LinkedIn