Re: [問題] 數學系 資工系?

看板DataScience作者 (迅雷不及掩耳盜鈴)時間6年前 (2018/07/16 00:53), 編輯推噓8(8028)
留言36則, 13人參與, 6年前最新討論串3/3 (看更多)
※ 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://www.ptt.cc/bbs/DataScience/M.1531673614.A.139.html

07/16 04:22, 6年前 , 1F
好奇問 如果不是要走視覺 也要優先刷CS231n嗎
07/16 04:22, 1F

07/16 09:51, 6年前 , 2F
113電資比資工高很多ㄅ
07/16 09:51, 2F

07/16 13:53, 6年前 , 3F
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, 3F

07/17 16:53, 6年前 , 4F
相關的還是要刷leetcode 這兩件事沒有太大關聯
07/17 16:53, 4F

07/17 20:26, 6年前 , 5F
用python刷刷 Leetcode 不好嘛?
07/17 20:26, 5F

07/17 22:02, 6年前 , 6F
我想說的是"台灣並沒有這麼多 ML 的剛需"
07/17 22:02, 6F

07/18 09:15, 6年前 , 7F
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, 7F

07/18 09:15, 6年前 , 8F
內文想表達什麼0.0
07/18 09:15, 8F

07/18 09:33, 6年前 , 9F
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, 9F

07/21 03:50, 6年前 , 10F
剛性需求只會配軟性工資
07/21 03:50, 10F

07/21 14:08, 6年前 , 11F
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, 11F

07/21 14:08, 6年前 , 12F
?
07/21 14:08, 12F

07/21 18:09, 6年前 , 13F
我知道有人在做零件的瑕疵檢測
07/21 18:09, 13F

07/21 21:16, 6年前 , 14F
哪家這麼屌用ML做瑕疵檢測?
07/21 21:16, 14F

07/21 21:16, 6年前 , 15F
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, 15F

07/21 21:16, 6年前 , 16F
很不錯了,但ML不是3秒才過1顆元件?
07/21 21:16, 16F

07/21 21:40, 6年前 , 17F
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, 17F

07/21 22:06, 6年前 , 18F
不太懂檢測和ML的關係?可否說詳細一點?
07/21 22:06, 18F

07/21 22:12, 6年前 , 19F
嗯 不可
07/21 22:12, 19F

07/21 22:24, 6年前 , 20F
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, 20F

07/21 22:24, 6年前 , 21F
?
07/21 22:24, 21F

07/21 22:27, 6年前 , 22F
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, 22F

07/21 22:27, 6年前 , 23F
檢測有瑕疵所以整批檢測釾撗囿熔ㄚ~要報廢?
07/21 22:27, 23F

07/21 22:28, 6年前 , 24F
檢測有瑕疵,所以整批檢測沒瑕疵的產品要報廢?
07/21 22:28, 24F

07/21 22:40, 6年前 , 25F
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, 25F

07/21 22:49, 6年前 , 26F
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, 26F

07/21 22:49, 6年前 , 27F
打錯,ML分不出來的情況
07/21 22:49, 27F

07/21 22:54, 6年前 , 28F
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, 28F

07/21 22:55, 6年前 , 29F
可能會跟顏色或是有不同紋理的,像是水果,
07/21 22:55, 29F

07/21 22:55, 6年前 , 30F
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, 30F

07/21 22:55, 6年前 , 31F
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, 31F

07/21 22:56, 6年前 , 32F
只是要測什麼瑕疵我就不知道了,非我領域
07/21 22:56, 32F

07/22 22:03, 6年前 , 33F
生產線可以用 ML 協助 Bosch 就有丟 data 出來
07/22 22:03, 33F

07/22 22:03, 6年前 , 34F
在 kaggle 上
07/22 22:03, 34F

07/22 22:04, 6年前 , 35F
另外聯電、台積電等科技廠 也有相關部門
07/22 22:04, 35F

07/22 23:39, 6年前 , 36F
gg it 校招好像有提過有在做
07/22 23:39, 36F
文章代碼(AID): #1RItmE4v (DataScience)
討論串 (同標題文章)
文章代碼(AID): #1RItmE4v (DataScience)