作者Hsins (迅雷不及掩耳盗铃)
看板DataScience
标题Re: [问题] 数学系 资工系?
时间Mon Jul 16 00:53:32 2018
※ 引述《Rprogramming (Matlab是盘子在用的)》之铭言：
: 唉
: 这种菜鸡问题
: 遇到我算你好运
: 李宏毅教授已经说了
: 台大电机开给高中刚毕业的新生的训练课程就有deep learning
: 四年後 大概全台电机资工毕业生都会machine learning吧
: 可是背後的数学 真的懂的人有多少？
: 我随便屁一句 知不知道 No Free Lunch Theorem 是什麽？
: 现在上github clone一下 别人的code就能train
: 如果不懂数学 那你跟一狗票电机资工学生有什麽不一样？
: 重点是 你的生涯规划是什麽？ 对AI有兴趣？ 那想做理论研究吗？
: 做理论研究就一定要读博士
: 所以这问题reduce到一个问题
: 你将来有没有生涯规划读博士做研究？ 如果有就读数学系
: 如果没有 只是觉得ＡＩ好炫泡 好酷 我也要当懂ＡＩ的潮潮 那就去读个资工系
: 读资工系毕业 去github clone别人code改一改绝对难不倒你
: 大概4这样
嗯，来帮补充资讯。
身边有不少人跟风跑去修 ML 跟 MLDS
然後呢？
不是相关研究领域或是实验室的
很抱歉，毕业面试还是乖乖回去用 C/C++ 刷 Leetcode
大概4这样
--
真的有兴趣，就电资双辅数学
还有 CS231n 记得早点刷完
把成绩顾好然後出国
在台湾就能跟到大老就跟
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.247.1
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1531673614.A.139.html
1F：→ y956403: 好奇问 如果不是要走视觉 也要优先刷CS231n吗 07/16 04:22
2F：→ lukelove: 113电资比资工高很多ㄅ 07/16 09:51
3F：→ TOEFLiBT100: 留学板才有个只是修过课就拿到推特机器学习offer的 07/16 13:53
4F：推 yiefaung: 相关的还是要刷leetcode 这两件事没有太大关联 07/17 16:53
5F：推 st1009: 用python刷刷 Leetcode 不好嘛？ 07/17 20:26
6F：→ Hsins: 我想说的是"台湾并没有这麽多 ML 的刚需" 07/17 22:02
7F：→ bruce32118: 那原po就说 台湾没这麽多ml需求啊 不然我完全看不懂你 07/18 09:15
8F：→ bruce32118: 内文想表达什麽0.0 07/18 09:15
9F：→ truehero: 台湾那麽多工厂，当然有刚需，只是那个缺没人想去罢了 07/18 09:33
10F：→ atrix: 刚性需求只会配软性工资 07/21 03:50
11F：→ liton: 楼上说工厂使用ML的，可否举例说说哪些工厂哪些流程使用ML 07/21 14:08
12F：→ liton: ? 07/21 14:08
13F：推 tsoahans: 我知道有人在做零件的瑕疵检测 07/21 18:09
14F：推 atrix: 哪家这麽屌用ML做瑕疵检测？ 07/21 21:16
15F：→ atrix: 不都是halcon这些传统CV的天下？CV可以做到1秒过3颗元件是 07/21 21:16
16F：→ atrix: 很不错了，但ML不是3秒才过1颗元件？ 07/21 21:16
17F：推 DarkIllusion: 有些瑕疵CV找不太到 或不是在生产端检测 就会想用ML 07/21 21:40
18F：推 liton: 不太懂检测和ML的关系?可否说详细一点? 07/21 22:06
19F：推 DarkIllusion: 嗯 不可 07/21 22:12
20F：→ liton: 检测不到瑕疵那就是良品啊，仪器都检测不到瑕疵但全要报废 07/21 22:24
21F：→ liton: ? 07/21 22:24
22F：→ liton: 因为好几个没法解释和瑕疵有关的变量，使得ML模型预测产品 07/21 22:27
23F：→ liton: 检测有瑕疵所以整批检测釾撗囿熔ㄚ~要报废? 07/21 22:27
24F：→ liton: 检测有瑕疵，所以整批检测没瑕疵的产品要报废? 07/21 22:28
25F：→ DarkIllusion: 不 我指的是不可说详细一点 因为我不想跟你浪费时间 07/21 22:40
26F：→ atrix: Dark说的应该是人工分辨的出来的瑕疵，但CV分不出来的情况 07/21 22:49
27F：→ atrix: 打错，ML分不出来的情况 07/21 22:49
28F：→ liton: 我没问Dark啊，他没在上面回复的楼啊，他跳出来刷存在感? 07/21 22:54
29F：→ atrix: 可能会跟颜色或是有不同纹理的，像是水果， 07/21 22:55
30F：→ atrix: 传统CV我目前只知道常用於金样本检测或特徵的位置检测， 07/21 22:55
31F：→ atrix: 不过水果都不一样，应该应该很难搞，用ML可能方便些 07/21 22:55
32F：→ atrix: 只是要测什麽瑕疵我就不知道了，非我领域 07/21 22:56
33F：→ f496328mm: 生产线可以用 ML 协助 Bosch 就有丢 data 出来 07/22 22:03
34F：→ f496328mm: 在 kaggle 上 07/22 22:03
35F：→ f496328mm: 另外联电、台积电等科技厂 也有相关部门 07/22 22:04
36F：推 yiefaung: gg it 校招好像有提过有在做 07/22 23:39