作者JingJing00 (晶晶)
看板Soft_Job
標題Re: [請益] deep learning怎麼學習？
時間Sun Jul 30 04:52:51 2017
※ 引述《beaprayguy (小羊快跑啊)》之銘言：
: 最近被deepmind的AI震驚
: AI最核心部分是deep learning
: 閱讀文獻得知，deep learning
: 是透過artificial neural network
: 透過一層一層neuron堆疊，得到一個output
: 目前解決方法是找到gradient descent
: 或者現今有比他更好的方式？
: 透過和標準答案的loss，取得最低點。
: 但過多層可能導致Vanishing Gradient
: 都是最低點，可能要透過調整達成
: 若想自學要從哪一方面進入，若相關職缺基礎門檻是什麼。
: 今年30歲，想做一個人工智慧夢。
: 請問有可能的掛嗎
免費課程
https://www.udacity.com/course/deep-learning--ud730
Udacity 比 coursera好, 因為有更多的習題, 也比較接近業界
比較麻煩的是能發揮舞台的公司不多, 職缺也不多, 可以去glassdoor看一下
而且職缺都要有相關的論文發表
如果沒拿個phd, 很難達到門檻
有些小公司有些這方面機會沒錯, 但資料基礎設施還沒做起來
資料品質很糟, 工作有很大部分會變成在建資料基礎設施
畢竟市場上願意做資料基礎設施的人比想做DP的難找多了
小公司找不到這一批人, 只有大公司才會有
但大公司只要有很多論文發表的人
所以要這職缺的門檻, 現在確實蠻高的
不過再過幾年一些資料基礎設施越趨成熟, 情況也許會大不相同
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 95.91.211.158
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1501361574.A.BC3.html
1F：推 Kazimir: 我不知道該不該推薦這門課的原因是 嚴格說起來這門課是在 07/30 04:54
2F：→ Kazimir: 教你怎麼用tensorflow.. 07/30 04:55
3F：→ laputaflutin: 這篇正解，一堆人要當資料分析師，基礎設施都沒有 07/30 09:29
4F：→ laputaflutin: ，是要分析什麼啦Orz ，講的ML, DL 多厲害，結果問 07/30 09:30
5F：→ laputaflutin: 題一堆都是DB、資料結構blablabla 07/30 09:30
6F：→ laputaflutin: 連python環境變數都要苦逼工程師幫忙設定QQ 07/30 09:38
7F：→ robler: 只要徵資料分析師，隨便都有一大堆人應徵，但是要找資料 07/30 10:11
8F：→ robler: 工程師就很難 07/30 10:12
9F：→ robler: 因為做這些基礎建設要的都是真工夫，不能只出嘴 07/30 10:13
10F：推 askia: 台灣有很多公司都想跟風做這塊，但是沒人沒設備沒資料 07/30 12:47
11F：→ askia: 但是只要有錢，人跟設備不是問題，不過資料無解 07/30 12:47
12F：→ askia: 沒資料想做這塊，就好像沒漢堡肉想做漢堡一樣 07/30 12:47
13F：→ askia: 之前還遇過洲子街上一家小喇叭公司想跟風做推薦系統 07/30 12:48
14F：→ askia: 結果不但主管一問三不知，公司內部什麼也沒有 07/30 12:49
15F：推 wxtn: 狂推這篇文跟推文 敝公司就是這種狀況XD 07/30 13:46
16F：→ wxtn: 資料品質差不知道是要搞什麼ML DL 07/30 13:47
17F：推 preed: 推好文章 講得一針見血 07/30 16:13
18F：→ julian07027: 正解，台灣實際的狀況，資料工程和分析很模糊 07/30 19:28
19F：推 lovesora: 資料建立資料清理是在做苦工吧 都盡量找現成了 07/31 10:32