PTT職涯區 / Soft_Job (軟體人)

[請益] 機器學習線上課推薦

看板Soft_Job (軟體人)作者 ( justice )時間11月前 (2023/12/28 16:55), 編輯推噓31(31推 0噓 50→)
留言81則, 36人參與, 1年前最新討論串1/1
小弟因為之前公司的專案 有接觸到機器學習這塊 還滿感興趣的 想說利用下班及週末時間 自己研究線上課或Youtube教學 看未來有沒有機會轉職 不過大學科系和程式完全沒沾邊 只有公司專案接觸過 稍微有點概念這樣 想問如果沒有coding基礎的話 各位大大有推薦比較系統性的線上課嗎？ 或是有人自學成功的? P.S 這陣子有google過 好像大多推薦學前or後端 但目前主要是對人工智慧 或機器學習這塊比較有興趣 感謝各位大大 https://i.imgur.com/4cm0RaS.png
---- Sent from BePTT -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.169.12 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1703753724.A.92D.html
推
12/28 17:14, 11月前 , 1F
如果是學習概念與入門基礎，推薦李宏毅的課程，實
12/28 17:14, 1F
→
12/28 17:14, 11月前 , 2F
作面你終究要碰程式碼，但一般人玩ai頂多框架疊疊
12/28 17:14, 2F
→
12/28 17:14, 11月前 , 3F
積木應該也不是太難
12/28 17:14, 3F
推
12/28 17:15, 11月前 , 4F
我最近也在學DL，是看台大李宏毅的公開課，講得很好
12/28 17:15, 4F
→
12/28 17:15, 11月前 , 5F
但是需要程式基礎和一些數學基礎，像我不太會python
12/28 17:15, 5F
→
12/28 17:16, 11月前 , 6F
就寫幾句需要google看一下文法怎麼做
12/28 17:16, 6F
推
12/28 17:25, 11月前 , 7F
不管買哪個平台的線上課都需要花時間大量練習
12/28 17:25, 7F
推
12/28 18:13, 11月前 , 8F
機器學習林軒田 看完接深度學習李宏毅
12/28 18:13, 8F
→
12/28 18:18, 11月前 , 9F
不用專研 真的浪費時間 你直接研究人家做好的工具
12/28 18:18, 9F
→
12/28 18:24, 11月前 , 10F
學這塊要出國發展，台灣舞台太小，直接用人家研究好的模
12/28 18:24, 10F
→
12/28 18:24, 11月前 , 11F
型做延伸產品吧
12/28 18:24, 11F
→
12/28 18:26, 11月前 , 12F
中研院也是拿人家的模型來套
12/28 18:26, 12F
→
12/28 18:29, 11月前 , 13F
鍵深坊的課不錯，可以找Wayne，他有五年經驗教基礎
12/28 18:29, 13F
→
12/28 18:29, 11月前 , 14F
進階都滿OK
12/28 18:29, 14F
→
12/28 20:21, 11月前 , 15F
台大李弘毅 陳縕農
12/28 20:21, 15F
推
12/28 21:01, 11月前 , 16F
市面上的課比較多前端後端的～機器學習的確實比較少
12/28 21:01, 16F
→
12/28 21:22, 11月前 , 17F
沒相關技能，有辦法靠機器學習轉職嗎
12/28 21:22, 17F
推
12/28 21:27, 11月前 , 18F
李弘毅看完以後去刷 Kaggle
12/28 21:27, 18F
→
12/28 21:28, 11月前 , 19F
更正，一邊看一邊刷，做中學進步才快
12/28 21:28, 19F
→
12/28 21:30, 11月前 , 20F
刷出一點心得以後看看工作上有什麼專案可以應用
12/28 21:30, 20F
→
12/28 21:31, 11月前 , 21F
看看能不能說服主管讓你做看看，開始做有業界經驗看要
12/28 21:31, 21F
→
12/28 21:31, 11月前 , 22F
內轉 ML 或外找都可以
12/28 21:31, 22F
→
12/28 21:32, 11月前 , 23F
BTW 先把 coding 基礎學起來再學 ML
12/28 21:32, 23F
推
12/28 22:59, 11月前 , 24F
題外話沒有coding基礎，直接學ML會不會很辛苦啊
12/28 22:59, 24F
推
12/28 23:48, 11月前 , 25F
如果興趣學 coursera上面有很多不錯的課程跟資源
12/28 23:48, 25F
→
12/28 23:48, 11月前 , 26F
如果想要學而轉職 放棄吧 ML相關職缺太少了 你競爭者不是
12/28 23:48, 26F
→
12/28 23:49, 11月前 , 27F
相關科系碩士就博士 輪不到你 想轉職走前、後端實際一點
12/28 23:49, 27F
→
12/28 23:50, 11月前 , 28F
沒有coding基礎 你學ML要怎麼實作？ 就是紙上談兵而已
12/28 23:50, 28F
→
12/29 03:55, 11月前 , 29F
ML is programming: it's part of software engineering.
12/29 03:55, 29F
推
12/29 04:46, 11月前 , 30F
先說說你的需求吧，你想要快速用AI做出應用呢？還是
12/29 04:46, 30F
→
12/29 04:46, 11月前 , 31F
想學習AI背後的原理
12/29 04:46, 31F
推
12/29 08:35, 11月前 , 32F
感覺他只是做做應用而已，不太需要看到林軒田的課
12/29 08:35, 32F
推
12/29 10:40, 11月前 , 33F
不會coding但是很會研究很會數學也是可以拉，走模型
12/29 10:40, 33F
→
12/29 10:41, 11月前 , 34F
優化，但是想想你優化後的模型也是要靠coding驗證...
12/29 10:41, 34F
推
12/29 12:05, 11月前 , 35F
不要學 而且ML吃的是Domain knowlege
12/29 12:05, 35F
→
12/29 12:05, 11月前 , 36F
不同領域的ML天差地遠 只想轉職學好coding遠比學好ML更
12/29 12:05, 36F
→
12/29 12:06, 11月前 , 37F
迫切 不如刷爛LC還有點機會進Google
12/29 12:06, 37F
推
12/29 12:50, 11月前 , 38F
不用上課 你直接跟著Pytorch的tutorials頁面開始做
12/29 12:50, 38F
→
12/29 12:52, 11月前 , 39F
看完以後自己去huggingface上找你想玩的應用
12/29 12:52, 39F
→
12/29 12:58, 11月前 , 40F
還有你最好能寫點Python 不會很難
12/29 12:58, 40F
→
12/29 14:55, 11月前 , 41F
推鍵深坊 課程淺顯易懂 小白也適合 一天花個一兩個小時練
12/29 14:55, 41F
→
12/29 14:55, 11月前 , 42F
習長期下來會進步很多
12/29 14:55, 42F
推
12/29 17:37, 11月前 , 43F
其實現在有low code或是no code的模型訓練平台耶，有
12/29 17:37, 43F
→
12/29 17:37, 11月前 , 44F
概念也能訓練自己的模型
12/29 17:37, 44F
推
12/29 17:51, 11月前 , 45F
可以去datascience板問
12/29 17:51, 45F
推
12/29 18:12, 11月前 , 46F
datascience板討論風氣很糟 不推
12/29 18:12, 46F
→
12/29 21:28, 11月前 , 47F
大金老師 作業一定要寫 會變強的
12/29 21:28, 47F
推
12/30 09:03, 11月前 , 48F
還記得十年前在板上談ML一堆人根本連聽都沒聽過 真是十年
12/30 09:03, 48F
→
12/30 09:04, 11月前 , 49F
河東十年河西啊 不禁有點感慨
12/30 09:04, 49F
推
12/30 11:13, 11月前 , 50F
Coding不是最重要的，因為現在太多工具太方便開發，建
12/30 11:13, 50F
→
12/30 11:13, 11月前 , 51F
議要先學好線型代數跟機率
12/30 11:13, 51F
推
12/30 17:09, 11月前 , 52F
沒經驗要自學轉職會比較辛苦 從應用開始比較實在
12/30 17:09, 52F
推
12/30 23:21, 11月前 , 53F
李宏毅+林軒田
12/30 23:21, 53F
推
12/31 02:28, 11月前 , 54F
沒code基礎，有沒有統計或資料基礎？
12/31 02:28, 54F
推
12/31 02:36, 11月前 , 55F
深入瞭解還需要計算基礎跟英文能力，跑雲端的也要有雲的
12/31 02:36, 55F
→
12/31 02:36, 11月前 , 56F
基礎
12/31 02:36, 56F
推
12/31 15:56, 11月前 , 57F
推薦李宏毅 不錯
12/31 15:56, 57F
推
12/31 17:29, 11月前 , 58F
不要陳縕儂 本人112在學 千萬不要
12/31 17:29, 58F
推
01/01 02:05, 1年前 , 59F
過來人建議你，先不要看李宏毅課程，因為你根本看
01/01 02:05, 59F
→
01/01 02:05, 1年前 , 60F
不懂，懂了你也不會用，先去買Udemy課程，python一
01/01 02:05, 60F
→
01/01 02:05, 1年前 , 61F
定要熟，不然你要怎麼套模型？啊如果只是hugging
01/01 02:05, 61F
→
01/01 02:05, 1年前 , 62F
face 或是線上玩一玩那就算了
01/01 02:05, 62F
→
01/01 02:06, 1年前 , 63F
另外，沒有統計線性代數基礎，你看李宏毅課程就是
01/01 02:06, 63F
→
01/01 02:06, 1年前 , 64F
自找苦吃了
01/01 02:06, 64F
推
01/01 13:26, 1年前 , 65F
推爆Daniel，要無負擔的看李洪毅還是要有基本微積分統
01/01 13:26, 65F
→
01/01 13:26, 1年前 , 66F
計跟線代基礎，不要什麼都沒有傻傻去看，會浪費時間
01/01 13:26, 66F
推
01/01 22:21, 1年前 , 67F
我覺得李宏毅講的很棒啊，有些比較難的部分YT下方留言
01/01 22:21, 67F
→
01/01 22:21, 1年前 , 68F
可能有人補充了
01/01 22:21, 68F
→
01/01 22:24, 1年前 , 69F
要系統性學習的話，我覺得需要先確定大方向，像是CV,
01/01 22:24, 69F
→
01/01 22:24, 1年前 , 70F
NLP,或speech
01/01 22:24, 70F
推
01/02 11:04, 1年前 , 71F
李弘毅的課是看了一堂後要自己找好幾堂的課來補裡面的
01/02 11:04, 71F
→
01/02 11:05, 1年前 , 72F
知識，不是補線性代數微積分就是補以前才講到的模型
01/02 11:05, 72F
→
01/02 11:06, 1年前 , 73F
一個transformer作業裡有用到RNN就要回頭去找幾年前講
01/02 11:06, 73F
→
01/02 11:07, 1年前 , 74F
的RNN課程，我都想現在大學生這樣修一門要花那麼多時間
01/02 11:07, 74F
→
01/02 20:21, 1年前 , 75F
很多知名模型的論文也沒有線代跟統計啊 -.-
01/02 20:21, 75F
推
01/03 15:14, 1年前 , 76F
機器學習應該主要是python？python滿好上手的，加油
01/03 15:14, 76F
推
01/03 15:25, 1年前 , 77F
自學真的要有很大的自制力
01/03 15:25, 77F
→
01/16 10:00, 1年前 , 78F
先看李宏毅
01/16 10:00, 78F
→
01/16 10:00, 1年前 , 79F
覺得有興趣後再去補軒田
01/16 10:00, 79F
推
01/16 12:41, 1年前 , 80F
李宏毅影片先看，覺得自己會了就去挑戰他的作業，然後
01/16 12:41, 80F
→
01/16 12:41, 1年前 , 81F
你就會開始懷疑人生，繼續查資料刷影片
01/16 12:41, 81F
‣ 更多 MYCDBABY 的文章
文章代碼(AID): #1bZJVyaj (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 MYCDBABY 的文章
文章代碼(AID): #1bZJVyaj (Soft_Job)