Zeitreihen sind eine besondere Art von Daten. Als ich meine Karriere im Maschinellen Lernen begann, tat ich es, weil ich Physik liebte (eine seltsame Motivation, um Maschinelles Lernen zu starten) und aus der Physik verstand ich, dass ich auch das Programmieren und die Datenwissenschaft sehr mochte. Mir war es eigentlich egal, um welche Art von Daten es sich handelte. Alles was ich wollte, war vor einem Computer zu sitzen und jeden Tag 10.000 Zeilen Code zu schreiben.
Die Wahrheit ist, dass selbst wenn es einem nicht wichtig ist (mir ist es wirklich immer noch nicht wichtig), wird die Karriere einen zu bestimmten Arten von Daten führen. Wenn Sie bei SpaceX arbeiten, werden Sie wahrscheinlich nicht viel mit NLP zu tun haben, aber Sie werden viel mit Signalverarbeitung zu tun haben. Wenn Sie bei Netflix arbeiten, könnten Sie viel mit NLP und Empfehlungssystemen arbeiten. Wenn Sie bei Tesla arbeiten, werden Sie auf jeden Fall ein Experte in der Computer Vision sein und mit Bildern arbeiten.
Als ich als Physiker anfing und dann mit meinem PhD in Ingenieurwissenschaften weitermachte, wurde ich sofort in die Welt der Signale geworfen. Das ist einfach die natürliche Welt des Ingenieurwesens: Jedes Mal, wenn man ein Setup hat und die Informationen daraus extrahiert, behandelt man am Ende des Tages ein Signal. Verstehen Sie mich nicht falsch…