哪些机器学习领域的知识技能最具有价值?Quora上有两个回答物联网 机器学习，共提到10个最重要的机器学习技能。以下是译文。

一、来自Vladimir Novakovski的回答：

对机器学习做出最大贡献的通常都是通才。特别是在2017年，有很多关于机器学习的大肆炒作。很多求职者在网上学习一些深度学习的课程，这让我想起20世纪90年代时，有很多人不去读计算机科学教材，而是去读一些号称“20天学会VBScript”的速成书籍。(其实今天依然有这样的人)

依旧重要的技能包括：(a)了解统计学、优化、建立量化模型的基本原理;(b)了解模型和数据分析是如何实际应用到产品和业务中的。

除了上述两点以外，以下几点技能在2017年也至关重要：

是的，一旦你对一些知识有基本的理解和相应的技术水平后，了解至少一个热门领域，例如计算机视觉和感知的深度学习、推荐引擎、NLP(自然语言处理)等，都会对你大有裨益。

二、来自Shivam Kohli 的回答：

技能#1：编程

这也许是数据科学家必备的最基本的技能——数据科学家的工作要比传统统计学家的工作实际的多。编程在许多方面都很重要，包括以下三点：

技能#2：定量分析

定量分析是数据科学家必备的核心技能。数据科学的大部分内容是通过分析自然科学和实验所产生的数据来理解一个特别复杂的科学系统的行为。定量分析技能在许多方面都很重要，包括以下三点：

哪些数据科学领域的人员对这项技能最有需求呢?1。物理学家2。统计学家3。经济学家4。运筹学家5。更多，他们非常习惯通过自上而下的方法(模型)或自下而上的方法来理解复杂的系统(数据推断)。

技能#3：产品直觉

产品直觉是一种技能，它与数据科学家对系统进行定量分析的能力有关。产品知识意味着要理解生成数据科学家分析的所有数据的复杂系统。这个技能的重要性体现在：

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！