Да! И ещё какая! :)
- меняешь порядок обычных действий, это же augmentation и dropout;
- пытаешься меньше читать в интернете, потому что обучение на mislabeled data плохо влияет на нейросеть;
- сомневаешься в самообучении чего-либо, потому что ни одна модель не обучается, пока её кто-то не запрограммировал, не дал хорошие данные, и не подобрал гиперпараметры;
- понимаешь, что дети думают и говорят быстрее, потому что нейросеть (мозг) маленькая, классов на выходе (опыта) мало -> inference time ниже;
- хочешь сделать нейросеть на каждое рутинное действие в компьютере;
- понимаешь, что если отличить бота от человека в комментариях не всегда можно - признак как улучшения генераторов текстов, так и деградации комментаторов-людей;
- начинаешь бояться не восстания роботов, а тех людей, которые готовы передать всю свою ответственность роботам.
3 эксперта согласны
Андрей Фомин
26 сент 2021подтверждает
Ответ покрывает вопрос и даже с юмором - спасибо!)
Скорее всего это индивидуально. Возможно это зависит от конкретного человека и работы и его самочувствия в том числе.
Я не заметил за собой такого. Анализ данных учит любить данные. Понимать их, задавать им правильные вопросы... Читать далее
По себе могу сказать, что я все чаще стал замечать проблемы, которые можно решить с помощью Data science. Но я осознанно развиваю этот навык и, наверное, его можно считать специфичным навыком Data scientist'ов.
Первый
Тут всё индивидуально, но на своём примере скажу, что влияние профессии на меня есть :)
Самое заметное - я обращаю внимание на структуры и закономерности в жизни, и нередко воображаю, как это можно применить в Data Science.
1 эксперт согласен