Насколько интересуют классические задачи машинного обучения или задачи NLP и CV?

Интерес к классическим задачам машинного обучения, а также к задачам NLP (обработка естественного языка) и CV (компьютерное зрение) зависит от специализации и целей проекта.

Классические задачи машинного обучения включают регрессию, классификацию, кластеризацию и т.д. Они полезны для широкого спектра приложений, где важна интерпретируемость и работа с табличными данными.

Задачи NLP и CV более специфичны и требуют работы с текстом и изображениями соответственно. Они часто используют глубокие нейронные сети и требуют больших объемов данных и вычислительных ресурсов.

Если вы заинтересованы в обработке естественного языка или изображений, стоит углубиться в соответствующие методы и библиотеки (например, Transformers для NLP, OpenCV и CNN для CV). Если же ваша задача связана с анализом структурированных данных, классические методы машинного обучения будут более актуальны.