详细内容或原文请订阅后点击阅览
我本月学到的机器学习课程
圣诞节联系、副驾驶的成本、谨慎的（无）选择这篇文章《我本月学到的机器学习课程》首先出现在《迈向数据科学》上。
来源:走向数据科学）在机器学习工作中是相同的。
编码，等待结果，解释结果，返回编码。另外，向管理层进行一些关于个人进展的中间演示*。但是，事情大多相同并不意味着没有什么可学的。恰恰相反！两三年前，我开始养成每天写下从 ML 工作中学到的经验教训的习惯。尽管如此，直到今天，每个月我都会学到一些小教训。这是过去一个月的三个教训。
与人类联系（不涉及机器学习）
不涉及机器学习随着圣诞假期的临近，年终聚会也开始了。通常，这些聚会都是由非正式的聊天组成的。没有完成太多“工作”——这很自然，因为这些通常是下班后的活动。通常，我会跳过此类事件。然而，在圣诞节期间，我没有。过去几周，我参加了一些下班后的聚会，只是聊了聊——没什么紧急的，也没什么深刻的。社交活动很好，我玩得很开心。
它提醒我，我们的工作项目不仅仅在代码和计算上运行。他们依靠与他人长期合作的燃料来运转。在这里，一些小时刻——一个笑话、一个简短的故事、对不稳定的 GPU 的共同抱怨——可以为引擎加油，让以后事情变得紧张时协作更加顺利。
从另一个角度思考一下：你的同事必须和你一起生活很多年。还有你和他们。如果这是一个“轴承”——不，不好。但是，如果这是“在一起”——是的，绝对好。
所以，当你的公司或研究所的聚会邀请进入你的邮箱时：加入吧。
副驾驶并不一定能让我更快
上个月，我一直在建立一个新项目，并根据新问题调整一系列算法。
位于 与所以我尝试了一些简单的方法：我在 VS Code 中完全禁用了 Copilot。
几周后，我的（主观和自我评估，因此存在严重偏见）结果是：我的核心任务没有明显差异。
几乎 斜坡