→ y956403: 好奇問 如果不是要走視覺 也要優先刷CS231n嗎 07/16 04:22
→ lukelove: 113電資比資工高很多ㄅ 07/16 09:51
→ 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
推 yiefaung: 相關的還是要刷leetcode 這兩件事沒有太大關聯 07/17 16:53
推 st1009: 用python刷刷 Leetcode 不好嘛？ 07/17 20:26
→ Hsins: 我想說的是"台灣並沒有這麼多 ML 的剛需" 07/17 22:02
→ 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
→ bruce32118: 內文想表達什麼0.0 07/18 09:15
→ 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
→ atrix: 剛性需求只會配軟性工資 07/21 03:50
→ 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
→ liton: ? 07/21 14:08
推 tsoahans: 我知道有人在做零件的瑕疵檢測 07/21 18:09
推 atrix: 哪家這麼屌用ML做瑕疵檢測？ 07/21 21:16
→ 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
→ atrix: 很不錯了，但ML不是3秒才過1顆元件？ 07/21 21:16
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
推 liton: 不太懂檢測和ML的關係?可否說詳細一點? 07/21 22:06
推 DarkIllusion: 嗯 不可 07/21 22:12
→ 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
→ liton: ? 07/21 22:24
→ 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
→ liton: 檢測有瑕疵所以整批檢測釾撗囿熔ㄚ~要報廢? 07/21 22:27
→ 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
→ 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
→ 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
→ atrix: 打錯，ML分不出來的情況 07/21 22:49
→ 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
→ atrix: 可能會跟顏色或是有不同紋理的，像是水果， 07/21 22:55
→ 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
→ 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
→ atrix: 只是要測什麼瑕疵我就不知道了，非我領域 07/21 22:56
→ f496328mm: 生產線可以用 ML 協助 Bosch 就有丟 data 出來 07/22 22:03
→ f496328mm: 在 kaggle 上 07/22 22:03
→ f496328mm: 另外聯電、台積電等科技廠 也有相關部門 07/22 22:04
推 yiefaung: gg it 校招好像有提過有在做 07/22 23:39