对数据挖掘、机器学习感兴趣,没有算法基础影响大不大况且，在学习的初期，不过分关注算法而能端到端跑通一个机器学习或者数据挖掘的任务，对于理解机器学习整体流程以及保持学习的兴趣也是有益的，如果一开始就扣进算法实现细节、想着调参。。。可能学习的兴趣慢慢就减少了。
随着学习和工作的深入，理解机器学习常用的算法的实现就显得越来越重要的。理解算法的实现对于选用合适的算法、参数以及解释模型、评估模型都十分有用。就可以知道不同算法所适应的场景：在什么情况下用，怎么调参数可以发挥算法的价值。
在实际的数据挖掘和机器学习工作中，算法对模型训练起得作用不是没有，但是不同算法差别不大，数据量和其质量在模型的训练过程和精度上起得作用往往更大。这点在深度学习模型训练中体现的更明显！