作者Hsins (迅雷不及掩耳盜鈴)
看板DataScience
標題Re: [問題] 數學系 資工系?
時間Mon Jul 16 00:53:32 2018
※ 引述《Rprogramming (Matlab是盤子在用的)》之銘言：
: 唉
: 這種菜雞問題
: 遇到我算你好運
: 李宏毅教授已經說了
: 台大電機開給高中剛畢業的新生的訓練課程就有deep learning
: 四年後 大概全台電機資工畢業生都會machine learning吧
: 可是背後的數學 真的懂的人有多少？
: 我隨便屁一句 知不知道 No Free Lunch Theorem 是什麼？
: 現在上github clone一下 別人的code就能train
: 如果不懂數學 那你跟一狗票電機資工學生有什麼不一樣？
: 重點是 你的生涯規劃是什麼？ 對AI有興趣？ 那想做理論研究嗎？
: 做理論研究就一定要讀博士
: 所以這問題reduce到一個問題
: 你將來有沒有生涯規劃讀博士做研究？ 如果有就讀數學系
: 如果沒有 只是覺得ＡＩ好炫泡 好酷 我也要當懂ＡＩ的潮潮 那就去讀個資工系
: 讀資工系畢業 去github clone別人code改一改絕對難不倒你
: 大概4這樣
嗯，來幫補充資訊。
身邊有不少人跟風跑去修 ML 跟 MLDS
然後呢？
不是相關研究領域或是實驗室的
很抱歉，畢業面試還是乖乖回去用 C/C++ 刷 Leetcode
大概4這樣
--
真的有興趣，就電資雙輔數學
還有 CS231n 記得早點刷完
把成績顧好然後出國
在台灣就能跟到大老就跟
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.247.1
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1531673614.A.139.html
1F：→ y956403: 好奇問 如果不是要走視覺 也要優先刷CS231n嗎 07/16 04:22
2F：→ lukelove: 113電資比資工高很多ㄅ 07/16 09:51
3F：→ TOEFLiBT100: 留學板才有個只是修過課就拿到推特機器學習offer的 07/16 13:53
4F：推 yiefaung: 相關的還是要刷leetcode 這兩件事沒有太大關聯 07/17 16:53
5F：推 st1009: 用python刷刷 Leetcode 不好嘛？ 07/17 20:26
6F：→ Hsins: 我想說的是"台灣並沒有這麼多 ML 的剛需" 07/17 22:02
7F：→ bruce32118: 那原po就說 台灣沒這麼多ml需求啊 不然我完全看不懂你 07/18 09:15
8F：→ bruce32118: 內文想表達什麼0.0 07/18 09:15
9F：→ truehero: 台灣那麼多工廠，當然有剛需，只是那個缺沒人想去罷了 07/18 09:33
10F：→ atrix: 剛性需求只會配軟性工資 07/21 03:50
11F：→ liton: 樓上說工廠使用ML的，可否舉例說說哪些工廠哪些流程使用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檢測 07/21 18:09
14F：推 atrix: 哪家這麼屌用ML做瑕疵檢測？ 07/21 21:16
15F：→ atrix: 不都是halcon這些傳統CV的天下？CV可以做到1秒過3顆元件是 07/21 21:16
16F：→ atrix: 很不錯了，但ML不是3秒才過1顆元件？ 07/21 21:16
17F：推 DarkIllusion: 有些瑕疵CV找不太到 或不是在生產端檢測 就會想用ML 07/21 21:40
18F：推 liton: 不太懂檢測和ML的關係?可否說詳細一點? 07/21 22:06
19F：推 DarkIllusion: 嗯 不可 07/21 22:12
20F：→ liton: 檢測不到瑕疵那就是良品啊，儀器都檢測不到瑕疵但全要報廢 07/21 22:24
21F：→ liton: ? 07/21 22:24
22F：→ liton: 因為好幾個沒法解釋和瑕疵有關的變量，使得ML模型預測產品 07/21 22:27
23F：→ liton: 檢測有瑕疵所以整批檢測釾撗囿熔ㄚ~要報廢? 07/21 22:27
24F：→ liton: 檢測有瑕疵，所以整批檢測沒瑕疵的產品要報廢? 07/21 22:28
25F：→ DarkIllusion: 不 我指的是不可說詳細一點 因為我不想跟你浪費時間 07/21 22:40
26F：→ atrix: Dark說的應該是人工分辨的出來的瑕疵，但CV分不出來的情況 07/21 22:49
27F：→ atrix: 打錯，ML分不出來的情況 07/21 22:49
28F：→ liton: 我沒問Dark啊，他沒在上面回復的樓啊，他跳出來刷存在感? 07/21 22:54
29F：→ atrix: 可能會跟顏色或是有不同紋理的，像是水果， 07/21 22:55
30F：→ atrix: 傳統CV我目前只知道常用於金樣本檢測或特徵的位置檢測， 07/21 22:55
31F：→ atrix: 不過水果都不一樣，應該應該很難搞，用ML可能方便些 07/21 22:55
32F：→ atrix: 只是要測什麼瑕疵我就不知道了，非我領域 07/21 22:56
33F：→ f496328mm: 生產線可以用 ML 協助 Bosch 就有丟 data 出來 07/22 22:03
34F：→ f496328mm: 在 kaggle 上 07/22 22:03
35F：→ f496328mm: 另外聯電、台積電等科技廠 也有相關部門 07/22 22:04
36F：推 yiefaung: gg it 校招好像有提過有在做 07/22 23:39