PTT職涯區 / Soft_Job (軟體人)

[請益] 大四畢業前機器學習規劃

看板Soft_Job (軟體人)作者 (疥瘡貓)時間9年前 (2017/04/04 20:25), 編輯推噓35(35推 0噓 36→)
留言71則, 29人參與, 最新討論串1/2 (看更多)
軟體版的前輩先進們，晚安 小弟中部私大資管大四生 因為對java,app沒興趣，喜歡C,python 最近開始嘗試機器學習的領域 我是從https://github.com/ChristosChristofidis/awesome-deep-learning 這裡選Yoshua Bengio的電子書看 讀膩了就看個youtube的分享聽聽高手的理解 目前的認知大概落在： 機器不知道哪些特徵useful->representation learning->autoencoder Deep learning->MLP->模仿生物大腦->ANN... 然後開始K基本的線代 在這邊想問板上各位先進 都是怎麼學習ML的 或者願意提供其他的建議 我真的很希望有一天可以寫出自己的AI 不用叫我念碩，當完兵開始還學貸QQ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.237.62.157 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1491308717.A.5A5.html
推
04/04 20:32, , 1F
拿Kaggle來練, 把學到的拿去實作會比較有感覺
04/04 20:32, 1F
→
04/04 20:33, , 2F
AI太快了 先玩玩ML 找一些data試試看
04/04 20:33, 2F
→
04/04 20:35, , 3F
R也不錯 ML用R DL用python
04/04 20:35, 3F
推
04/04 20:37, , 4F
因為語言而喜歡一個領域XDD
04/04 20:37, 4F
→
04/04 20:37, , 5F
kaggle部份 http://linsam.esy.es/ 初學者可以參考
04/04 20:37, 5F
→
04/04 20:37, , 6F
高手就獻醜了 DL 要用GPU 好難玩
04/04 20:37, 6F
推
04/04 20:48, , 7F
很少看到同時喜歡C跟Python的
04/04 20:48, 7F
推
04/04 21:00, , 8F
搞懂optimization，練習寫出一個NN就差不多了
04/04 21:00, 8F
推
04/04 21:07, , 9F
04/04 21:07, 9F
→
04/04 21:07, , 10F
上課同時寫作業，比較有方向
04/04 21:07, 10F
→
04/04 21:08, , 11F
先對ML有個通盤的了解，再往類神經網路前進比較好
04/04 21:08, 11F
→
04/04 21:12, , 12F
一些基本觀念，梯度下降、overfitting、model selection
04/04 21:12, 12F
→
04/04 21:12, , 13F
supervised learning、unsupervised learning
04/04 21:12, 13F
→
04/04 21:13, , 14F
reinforcement learning、transfer learning
04/04 21:13, 14F
→
04/04 21:15, , 15F
先對以上這些東西，有個基本的認識，再去參加kaggle
04/04 21:15, 15F
→
04/04 21:15, , 16F
不然很可能只是在那邊瞎tune參數，連overfitting都不知
04/04 21:15, 16F
推
04/04 22:05, , 17F
先上田神的ML啊XD
04/04 22:05, 17F
→
04/04 22:05, , 18F
04/04 22:05, 18F
推
04/04 22:10, , 19F
我只覺得你的->順序很怪啊XD
04/04 22:10, 19F
推
04/04 22:19, , 20F
知乎其實有蠻多資訊的也可以查查
04/04 22:19, 20F
推
04/04 22:21, , 21F
大四k線代？ 哪是大ㄧ大二在k的吧？
04/04 22:21, 21F
推
04/04 22:31, , 22F
原po資管可能沒修線代
04/04 22:31, 22F
→
04/04 23:21, , 23F
不過大四才讀ML，又不打算讀研，這樣找相關工作會有難度
04/04 23:21, 23F
→
04/04 23:22, , 24F
準備時間有點太短...
04/04 23:22, 24F
→
04/04 23:42, , 25F
畢業多年後自學ML才感受到線代的魅力 重讀一下線代臭了嗎
04/04 23:42, 25F
推
04/04 23:43, , 26F
短時間內沒有作品的話,先從Web相關的工作邊做邊自修吧~
04/04 23:43, 26F
→
04/04 23:44, , 27F
我也是錢的壓力,沒有繼續讀研,下班後自學想做的東西
04/04 23:44, 27F
推
04/04 23:46, , 28F
只是好累就是了XD
04/04 23:46, 28F
→
04/05 01:37, , 29F
數學基礎太薄弱了 你有太多東西要補 誠心建議念碩
04/05 01:37, 29F
→
04/05 01:46, , 30F
補充一下做ML懂數學與不懂數學造成的差距:不懂->可靠經
04/05 01:46, 30F
→
04/05 01:47, , 31F
驗與嘗試學會call api做出一些成果 但是優化參數能力薄
04/05 01:47, 31F
→
04/05 01:48, , 32F
弱 基本上就是靠try and error 這樣去試 可能欠缺修改
04/05 01:48, 32F
→
04/05 01:51, , 33F
現有api功能的能力
04/05 01:51, 33F
推
04/05 09:26, , 34F
除非四大+相關lab 新人根本不可能找到ML相關工作
04/05 09:26, 34F
推
04/05 09:30, , 35F
讀統計比較實際吧 讀線代有點偏了
04/05 09:30, 35F
→
04/05 09:48, , 36F
好一點的公司這都是找博的 別想了
04/05 09:48, 36F
推
04/05 09:49, , 37F
先把林軒田影片看完再說
04/05 09:49, 37F
推
04/05 10:14, , 38F
學了 ML 才體會到數學的美感XD
04/05 10:14, 38F
推
04/05 10:51, , 39F
線代是很基礎的東西吧 怎能說走偏了
04/05 10:51, 39F
推
04/05 11:05, , 40F
統計的知識要有但吃最多的還是線代
04/05 11:05, 40F
推
04/05 11:38, , 41F
覺得讀線代有點偏的人有念過統計嗎 XDDD
04/05 11:38, 41F
推
04/05 12:36, , 42F
http://course.fast.ai/start.html 這不錯 很適合實戰
04/05 12:36, 42F
→
04/05 12:37, , 43F
但是 真的想研究還是得吃學歷才能進那些公司
04/05 12:37, 43F
→
04/05 12:37, , 44F
除非你是賈伯斯等類那種一個人就能創業打天下的人
04/05 12:37, 44F
推
04/05 12:40, , 45F
讀線代有點偏?認真嗎wwwwwww
04/05 12:40, 45F
→
04/05 13:03, , 46F
睡一覺起來發現我怎打try and error該是trial (題外話
04/05 13:03, 46F
推
04/05 14:03, , 47F
推田神影片！！！
04/05 14:03, 47F
推
04/05 15:34, , 48F
讀一些經典paper對實作滿有幫助的
04/05 15:34, 48F
→
04/05 15:56, , 49F
想問經典的PAPER有哪些
04/05 15:56, 49F
→
04/05 16:15, , 50F
資管沒學過線性代數很平常
04/05 16:15, 50F
推
04/05 16:16, , 51F
先看Andrew Ng 在coursera的課
04/05 16:16, 51F
→
04/05 16:18, , 52F
線代基本上懂矩陣運算，看得懂論文表達式就好。
04/05 16:18, 52F
→
04/05 16:19, , 53F
的確統計，機率。用得多太多了。
04/05 16:19, 53F
→
04/05 16:21, , 54F
實務上，誰會沒事去推導線代理論呢?又不走學術發Paper。
04/05 16:21, 54F
推
04/05 16:22, , 55F
類神經網路看 NTUEE 李宏毅老師在youtube 上的教學
04/05 16:22, 55F
推
04/05 16:22, , 56F
課程
04/05 16:22, 56F
推
04/05 17:31, , 57F
也要有理論基礎才看得懂論文表達式
04/05 17:31, 57F
→
04/05 22:23, , 58F
推林軒田的課程，他的課看懂了再去Kaggle吧
04/05 22:23, 58F
推
04/05 22:30, , 59F
如果對ML有興趣，線代還是要學一下，到看得懂Paper的程度
04/05 22:30, 59F
推
04/05 22:34, , 60F
TensorFlow 有興趣也可以摸摸，不過這是實作用的工具。
04/05 22:34, 60F
推
04/06 00:37, , 61F
我也被學貸啊，念完碩士半年還完，你私立大概一年，但如果
04/06 00:37, 61F
→
04/06 00:37, , 62F
你只有大學畢業加上你的學歷，我想還完時間不會比念完碩士
04/06 00:37, 62F
→
04/06 00:37, , 63F
好到哪
04/06 00:37, 63F
推
04/06 01:17, , 64F
Faster rcnn滿經典的押XD
04/06 01:17, 64F
推
04/06 04:28, , 65F
songrotek/Deep-Learning-Papers-Reading-Roadmap
04/06 04:28, 65F
→
04/06 04:29, , 66F
以上github
04/06 04:29, 66F
推
04/07 21:04, , 67F
我之前寫過一篇文你可以a一下 看完你大概就知道了
04/07 21:04, 67F
→
04/07 21:07, , 68F
簡單說我還是建議從軒田或宏毅老師的課開始
04/07 21:07, 68F
→
04/07 21:07, , 69F
不建議直接啃那本DL的經典 那本不好啃
04/07 21:07, 69F
推
04/22 12:54, , 70F
認真說還是要念碩 念完碩就會覺得大學做的都是玩具
04/22 12:54, 70F
推
04/25 02:46, , 71F
推宏毅的課 實作導向
04/25 02:46, 71F
‣ 更多 ga6611220 的文章
文章代碼(AID): #1Ouv2jMb (Soft_Job)
Soft_Job 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 ga6611220 的文章
文章代碼(AID): #1Ouv2jMb (Soft_Job)