推 infit: 回頭是岸喔 05/11 00:25
→ GoalBased: 一年多都來拿準備考試吧 05/11 00:26
→ GoalBased: 程式要進研究所再補強了 不然你可能連考都考不上 05/11 00:26
→ Kadai: 你可以去試著上一下軒田老師的機器學習基石&技法 05/11 00:44
推 rayway30419: CS50上完沒打退堂鼓在專心準備研究所吧 05/11 00:50
推 yuanyu90221: 就試試吧 在還沒遇到困境之前是不知道是不適合的 05/11 01:09
→ Wush978: 我當年毫無程式和資工基礎,但是有數學基礎 05/11 01:19
→ Wush978: 讀完統計所後自學程式,目前能做Large Scaled ML相關工作 05/11 01:20
推 leoloveivy: 為什麼大家都要做ml 我覺得ml很吃自己處理proj的sense 05/11 01:42
→ leoloveivy: 你要是沒感覺哪裡需要使用 出來的result一定慢又爛 05/11 01:42
推 winken2004: 因為ml很潮R 05/11 01:53
推 hunej: 數學好比較重要 機率 線代 最佳化 數值分析 05/11 03:23
推 frank11118: 回頭是岸 05/11 05:31
推 cobrasgo: 直接去大碩吧 05/11 08:36
推 coronach: ML數學比什麼都重要,不過台灣ML缺那麼少,不懂為什麼大 05/11 09:16
→ coronach: 家那麼想做... 05/11 09:16
推 NCUking: alphago風潮 今年資工分數會提升吧 05/11 09:24
推 aa06697: 大碩再等你 程式等進去再學 而且明年要考的話已經不到一 05/11 10:33
→ aa06697: 年囉 05/11 10:33
→ aa06697: 只剩9個多月了 你沒基礎 除非你的目標不是四大四中 那還 05/11 10:34
→ aa06697: 可以 05/11 10:34
謝謝提醒,看錯時間,以為還有一年多...
推 bobispig: 加油!我當初也是非本科花了一些時間在MOOC自學後 05/11 11:27
→ bobispig: 就直接做研究的工作,逼自己快速地累積經驗跟提升能力 05/11 11:28
→ bobispig: ML可已大略分成理論跟應用,不知你想走哪塊?前者數學 05/11 11:29
→ bobispig: 基礎要扎實後者的話就要對題目有點敏感度,例如要用什麼 05/11 11:30
→ bobispig: model還有怎麼用model(也許可以看一些電腦視覺或語音處 05/11 11:31
→ bobispig: 理的paper或demo會比較有點感覺) 05/11 11:32
原來還有這區分,我再來去瞭解瞭解
推 ilove88th: 非本科系自學很難贏過本科系....不要碰 or 砍掉重練 05/11 11:42
推 lturtsamuel: 我只想問 機械學習是啥@@ 05/11 13:11
→ lturtsamuel: ML跟語言沒什麼相關性吧 問語言不如先去念數學 05/11 13:11
→ lturtsamuel: 最佳化 線性代數 機率 先念一下吧 05/11 13:12
→ alongalone: 數學. 先想一下你線性代數有多強. 05/11 15:14
推 SAPEGuru: "考研究所,走機械學習,是可行的嗎?" 可行 05/11 18:38
→ SAPEGuru: 不過我覺得你要想想自己真正想要的是什麼 你真的想學 05/11 18:39
→ SAPEGuru: 機器學習和寫程式? 還是其實你只是想轉職賺更多錢? 05/11 18:39
→ SAPEGuru: 如果是後者 那我覺得學機器學習和寫程式是事倍功半的路 05/11 18:47
感謝各位前輩的分享與建議!
讓我對這領域有更進一步的瞭解
相較於程式語言,數理基礎反而是更重要的
這讓我可更放心的準備考試科目
※ 編輯: jo3jo3 (114.46.247.132), 05/11/2016 19:53:10
推 VisualStudio: 先拿目標學校歷屆考古題翻翻 05/11 19:37
推 Magiclover: 機械學習是日本用語 05/11 19:53
→ y800122155: 僧多粥少 很缺強者 不缺____ 05/11 22:40
※ 編輯: jo3jo3 (114.46.247.132), 05/12/2016 01:04:40