有一个理论结果叫做“没有免费的午餐定理”，它证明了一般情况下不存在“最好的 ML 算法”。

• 重要的是要了解一个算法是如何工作的，以便对它是否适用于一个案例有一个很好的直觉。没有这个只能通过反复试验随机尝试不同的方法，这需要更多的时间和更多的努力。
• 根据您的描述，您的学习似乎集中在如何使用可用工具（即运行算法）上。如果你想真正擅长数据科学，你还需要良好的理论背景。
• 数据科学非常广泛，没有人知道一切，因为这是不可能的。我的建议是在进入下一个主题之前专注于很好地理解一件事。成为某个特定领域的专家通常比对所有事情都一知半解要好。

有比机器学习更强大的深度学习算法

从技术上讲，深度学习方法也是机器学习。

还是应该放弃学习机器学习算法而开始学习深度学习？

在我看来，最好在转向深度学习之前对传统的机器学习方法有一个很好的理解。