[問題] ML/DL後續學習方向請益

[acherr (kukukuma)]

一直對ML/DL這塊很感興趣
身為剛踏入這門領域的新手
想請教後續該如何精進
才有機會轉職到相關領域

我非本科系，碩士論文也只用過C++寫NSGA-II
數學程度一般，基礎的統計學跟微積分都還ok

目前在家用了約兩個月時間
上完Coursera上吳恩達教授的Machine Learning
以及cs231n的CNN課程(k-nearest、SVM、DNN、CNN、RNN...etc)
有跟著課程實作，基本上理論跟數學推導都可以理解

但兩門課程上完後有點迷惘
後續該如何累積實力，才能達到業界門檻

現在在Kaggle playground找一些相對基礎的project實作
實際運用在兩門課程中學到的觀念，順便熟悉tensorflow
另外在leetcode上找一些eazy的題目練習
加強對於python理解不足的部分

還請各位前輩提點

謝謝

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.34.233.234 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1562098103.A.93F.html
※ 編輯: acherr (114.34.233.234 臺灣), 07/03/2019 04:10:35
推 TuCH: 我一年半前跟你狀態一樣 運氣好找到一份相關的工作
→ TuCH: 進來後比較大的坎是 資料庫 網路服務
→ TuCH: 最近打算弄點javascript
推 TuCH: 業界通常不是做研究 而是開發應用 基本的後端知識還是要有
→ sxy67230: Coding能力對DS是基本的，要找到相關行業leetcode還是多
→ sxy67230: 刷，python學起來很快的，但是要精通也是需要時間。
→ sxy67230: 如果我是面試的人我會問一些基本的運算複雜度，map redu
→ sxy67230: ce實作，物件導向，batch實現，tensorflow 簡單疊一個CN
→ sxy67230: N、Convolution 的維度、SVM的margin問題，上機考會考
→ sxy67230: 的就動態規劃、LRU Cache、最短路徑（戴克斯)、二元樹、
→ sxy67230: 資料鏈結這些基本的考題。
→ sxy67230: 這些也是我之前面試大部分會問到的，演算法真的沒辦法理
→ sxy67230: 解就死背下來吧
推 ice80712: 在台灣走這領域cp值太低了
→ acherr: 了解，程式能力看來還是很重要，先朝這方面補強，感謝!
→ supermmi: 業界若是做應用的，ai演算法會用就行了，搞出能用資料
→ supermmi: 才是大問題，隨便一個資料不平衡問題就可以搞死全部的a
→ supermmi: i演算法了