看板 Soft_Job 關於我們 聯絡資訊
: 只是有去上過NYC的朋友是真的找到前瞻性不錯的工作 : 但無奈沒有認識的朋友上過資策會的數據班, 但有上過資策會的網頁班&app班, 發展也都不錯 : 順帶一提, 去上NTC數據班的朋友背景為北大社會所 : 也並非相關背景出生, 但找到的公司也是百大 : 只能說有時候工作運很重要, 當然本身能力也很重要 : 最後回歸原本的問題, 還請各位版友不吝分享相關資訊, 謝謝 : ----------------------------------- : 註: 想去進修的朋友沒有任何相關背景 : n年前於行銷系畢業 : 所以是白紙一張 大數據真的很大,你知道你想大什麼數據嗎? 如果只是知道這個名詞,建議你先看看這本書 http://www.books.com.tw/products/0010587258 就叫大數據,很科普好讀 然後如果想和行銷相關 https://www.youtube.com/watch?v=IqrF8p1SBFQ
這是我做的讀書心得影片 然後我不確定你是要走資料挖礦還是要走機器學習 要是要走機器學習的話 https://www.youtube.com/watch?v=ZrEsLwCjdxY
這是深度學習的心得 另外今年有資料科學年會 http://datasci.tw/ 這些都可以先參考 但是我想說一句話,前一陣子去參加研討會, 遇見了幾位剛從資策會學資料科學出來的年輕人 我是覺得底子不夠深啦,寫程式OK,但很多更深入的東西(所謂的knowhow)感覺不足 真正要玩這一塊,我建議底子深一點比較好,不然還是當碼農 還是你想當資料科學家? 那要更精通數學更有產業知識,這我不認為是速成課程能幫的 -- 紫楓碎碎念youtube:https://www.youtube.com/user/tbpfs FB粉專:https://www.facebook.com/tbpfs2/ blog: http://tbpfs1.blogspot.com/ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.24.211.47 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1490889047.A.527.html
f496328mm: 數學方面 去數學系修課有幫助嗎? 03/31 00:01
dnabossking: 沒有 03/31 00:11
hsnuyi: 哪會沒用... 你當研究統計的是? 03/31 01:22
hsnuyi: 林智仁也是臺大數學出來的 當年要不是數學系認為他去CS會 03/31 01:28
hsnuyi: 更有發展 你以為他現在會在資工當教授? 03/31 01:28
hsnuonly: 覺得對大部分人來說 把自己系上的線代機率讀透就很好了 03/31 03:13
tipsofwarren: 我只想做機器預測股市 行嗎? 03/31 08:19
ghmsxtwo: 要就去數學系修課考試,去旁聽通常都... 03/31 10:05
penolove: 高微代數修一下 男子漢的課程 03/31 13:21
femlro: 高微簡直天書 03/31 14:28
dnabossking: 跟主題無關,所以不長篇大論,給速食的結論,就是沒 03/31 14:45
dnabossking: 用 03/31 14:45
penolove: 想知道長篇大論 能發一篇嗎? 03/31 15:29
physheepy: 我也覺得去數學系修課沒用 因為資料科學最重的是實務 03/31 16:18
physheepy: 理論基礎好能幫助你爬高走遠 但先入門再慢慢補比較實際 03/31 16:19
physheepy: 當資料科學家本來就是每天都該念書 補那些永遠追不完的 03/31 16:21
physheepy: 知識 修課的話 建議理工學院的工數跟統計即可 03/31 16:22
physheepy: 最重要的是要邊學邊做 理論與實務相互印證 03/31 16:22
physheepy: 除非是高中生 我才會建議想做資料科學去念數學系 03/31 16:23
akpipnlge: 數學如果太爛 沒辦法了解演算法的核心 這樣就只是把資 03/31 17:16
akpipnlge: 料亂丟模型而已 03/31 17:16
tipsofwarren: 模型沒挑好 演算法也救不了 況且。。。 03/31 17:43
Kazimir: 當然數學的範疇很廣 但是純數的熱門研究範圍和資料科學 04/02 01:33
Kazimir: 差距好幾光年有 資料科學又是偏向實戰應用居多 04/02 01:35
Kazimir: 不如多學點統計線代機率.. 04/02 01:36
home2618: 顆顆 04/03 20:56