PTT數位生活區 / DataScience

[問題] scikit-learn等Package維護的大神養成

看板DataScience作者 (蒙其D癡漢)時間5年前 (2020/01/03 19:44), 編輯推噓7(7推 0噓 51→)
留言58則, 10人參與, 5年前最新討論串1/1
手機排版請見諒... 小弟剛踏入機器學習領域不久 本來都follow PRML然後直接numpy實作底層 但是當我偶然跑去翻開scikit-learn上大神們的code以後才發現自己根本像烏龜一樣在往 前進... 所以想問問板上的大神們都是怎麼訓練自己的 小弟綜合多篇文章走的路大多都是： PRML -Good Fellow那本Deep learning-Conference paper等配合Kaggle實作 然後讀PRML或是Goodfellow也是實作一些底層這樣,但是讀起來很挫折，實際implement更 是滿滿的失落感。 小弟目前大概只把PRML掃過一次然後做一些相對較重要的演算法然後開始啃Deep learnin g那本。 想問板上的大神們這樣走下去真的是對的嗎？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.44.219 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1578051845.A.A80.html
→
01/03 20:08, 5年前 , 1F
不要看good fellow那本學DL 那是給會的人看的書
01/03 20:08, 1F
→
01/03 20:12, 5年前 , 2F
我覺得PRML才真的是給神看的書QAQ
01/03 20:12, 2F
→
01/03 20:18, 5年前 , 3F
我是認為看這些書最好是有了基礎再看 我會傾向先從mooc
01/03 20:18, 3F
→
01/03 20:20, 5年前 , 4F
開始著手 一邊檢驗自己是不是數學都充分了 最後再看書來
01/03 20:20, 4F
→
01/03 20:22, 5年前 , 5F
獲取更多Insight 我曾經信過DL那本說自己self-contained
01/03 20:22, 5F
→
01/03 20:22, 5年前 , 6F
面向工程師的鬼話 看的那是痛不欲生XD
01/03 20:22, 6F
→
01/03 21:04, 5年前 , 7F
其實之前上課老師都follow PRML可是自己真的實際推導
01/03 21:04, 7F
→
01/03 21:04, 5年前 , 8F
的時間要花超久，我之前會拿老師的錄音檔複習，另外
01/03 21:04, 8F
→
01/03 21:04, 5年前 , 9F
其實我也最近開始服用清大吳尚鴻的OCW這樣，可是還是
01/03 21:04, 9F
→
01/03 21:04, 5年前 , 10F
覺得真的遠遠不夠orz
01/03 21:04, 10F
→
01/03 21:05, 5年前 , 11F
另外我自己實際推導要用的數學基本面好像還好，反而
01/03 21:05, 11F
→
01/03 21:06, 5年前 , 12F
很多tricky的地方，所以我覺得無論再怎麼補數學基礎
01/03 21:06, 12F
→
01/03 21:06, 5年前 , 13F
其實都有點隔靴搔癢，我後來索性就直接看解答或查資
01/03 21:06, 13F
→
01/03 21:06, 5年前 , 14F
料推導這樣
01/03 21:06, 14F
推
01/04 03:32, 5年前 , 15F
prml和dl你目前都用不到，李弘毅，吳恩達，林軒田公開
01/04 03:32, 15F
→
01/04 03:32, 5年前 , 16F
課程，配合作業實作，然後prml如果有要賣二手請私我XD
01/04 03:32, 16F
推
01/04 08:53, 5年前 , 17F
call package調參數, 然後出去說自己做ai還應徵大學教職
01/04 08:53, 17F
→
01/04 08:54, 5年前 , 18F
掰陳是成功的例子，現在是助教級助理教授!
01/04 08:54, 18F
→
01/04 09:27, 5年前 , 19F
為什麼叫做掰陳?
01/04 09:27, 19F
→
01/04 14:57, 5年前 , 20F
我目前就大概follow老師的實作在走，感謝wiki大大
01/04 14:57, 20F
→
01/04 21:56, 5年前 , 21F
PRML的Appendix都很重要
01/04 21:56, 21F
→
01/05 00:46, 5年前 , 22F
有，我常常翻那邊補充數學back ground不過說實在好像
01/05 00:46, 22F
→
01/05 00:46, 5年前 , 23F
用到的其實沒有很多，頂多向量或是矩陣微分這樣orz
01/05 00:46, 23F
推
01/05 23:45, 5年前 , 24F
助理教授就助理教授，啥叫做助教級助理教授
01/05 23:45, 24F
→
01/06 00:05, 5年前 , 25F
其實我還蠻想知道他到底為什麼這麼執著，如果有他講
01/06 00:05, 25F
→
01/06 00:05, 5年前 , 26F
的這麼簡單為什麼不自己去做就好，還瘋狂暗示人不講清
01/06 00:05, 26F
→
01/06 00:05, 5年前 , 27F
楚掰陳是誰到處留言像小狗撒尿一樣
01/06 00:05, 27F
推
01/06 00:37, 5年前 , 28F
好像是他對交大Andrew Chen很有怨言
01/06 00:37, 28F
→
01/06 07:33, 5年前 , 29F
樓上厲害了哈哈有同名同姓的人
01/06 07:33, 29F
→
01/06 08:56, 5年前 , 30F
我之前沒事google他的推文 但我也不知道是誰
01/06 08:56, 30F
推
01/06 09:25, 5年前 , 31F
如果你是學生，我會推薦你用手刻一個功能去實際感受，
01/06 09:25, 31F
→
01/06 09:25, 5年前 , 32F
尤其是sklearn的回歸分析有很多功能其實是缺少的，但是
01/06 09:25, 32F
→
01/06 09:25, 5年前 , 33F
實際應用我會說你就找一個最好的library 去使用，因為
01/06 09:25, 33F
→
01/06 09:25, 5年前 , 34F
按照Andrew Wu的課follow，很多特殊模塊套件已經幫你處
01/06 09:25, 34F
→
01/06 09:25, 5年前 , 35F
理好了，不需要在一直重複implement。
01/06 09:25, 35F
推
01/06 09:35, 5年前 , 36F
PRML真正的用意是要讓你理解算法過程，不是讓你去implem
01/06 09:35, 36F
→
01/06 09:35, 5年前 , 37F
ent用的，而且你用numpy真正去實作還可能會遇到效能上
01/06 09:35, 37F
→
01/06 09:35, 5年前 , 38F
的問題，套件很多時候把你的效能問題都做了一定程度的優
01/06 09:35, 38F
→
01/06 09:35, 5年前 , 39F
化跟支持multiple cpu的做法，自己去做真的很浪費生命。
01/06 09:35, 39F
→
01/06 10:28, 5年前 , 40F
QAQ樓上大神感謝
01/06 10:28, 40F
→
01/06 10:33, 5年前 , 41F
之前就是因為手刻EM才發現效能問題，自己跟package差
01/06 10:33, 41F
→
01/06 10:33, 5年前 , 42F
太多了，才很厭世的跑上來問自己是不是走在對的方向上
01/06 10:33, 42F
→
01/06 10:33, 5年前 , 43F
orz想問樓上大大現在還會去重新理解PRML或是Deep lear
01/06 10:33, 43F
→
01/06 10:33, 5年前 , 44F
ning每個數學細節嗎？
01/06 10:33, 44F
推
01/06 12:03, 5年前 , 45F
只是要驗證自己對算法的理解對不對,用純python刻個
01/06 12:03, 45F
→
01/06 12:04, 5年前 , 46F
原型再用最簡單的dataset測試就好,不用執著於優化細節
01/06 12:04, 46F
→
01/06 13:11, 5年前 , 47F
我認為想要繼續往專業的道路前進，數學細節還是不要馬
01/06 13:11, 47F
→
01/06 13:11, 5年前 , 48F
虎啦，真的認真跟你說，小孩子才做選擇，我自己當然是
01/06 13:11, 48F
→
01/06 13:11, 5年前 , 49F
全部都要。如果今天真的遇到很有趣的新論文，我也會自己
01/06 13:11, 49F
→
01/06 13:11, 5年前 , 50F
先手刻一個，遇到真的要應用的在去找最優解。
01/06 13:11, 50F
→
01/06 13:42, 5年前 , 51F
好的，了解。只是我說的細節是指那兩本書的數學推導
01/06 13:42, 51F
→
01/06 13:42, 5年前 , 52F
細節，並不是優化效能的細節QAQ，我常常導一導一個早
01/06 13:42, 52F
→
01/06 13:42, 5年前 , 53F
上或下午就沒了，所以想知道到底該不該繼續這樣
01/06 13:42, 53F
→
01/06 13:49, 5年前 , 54F
抱歉剛剛那段話是回as大大的,我手機畫面剛剛暫留在sxy
01/06 13:49, 54F
→
01/06 13:49, 5年前 , 55F
還沒留言的畫面，sxy大大這邊有我的膝蓋orz我接下來可
01/06 13:49, 55F
→
01/06 13:49, 5年前 , 56F
能先拉快進程把deep 掃過一遍，再來trace 一些 paper
01/06 13:49, 56F
→
01/06 13:49, 5年前 , 57F
的時候把那些數學細節疏理一次可能有需要用的就手刻這
01/06 13:49, 57F
→
01/06 13:49, 5年前 , 58F
樣
01/06 13:49, 58F
‣ 更多 abjw778899 的文章
文章代碼(AID): #1U3oa5g0 (DataScience)
DataScience 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 abjw778899 的文章
文章代碼(AID): #1U3oa5g0 (DataScience)