[請益] 研究所or資策會?!

看板Soft_Job作者 (可惡~想揉)時間13年前 (2011/05/27 08:43), 編輯推噓24(24推 0噓 59→)
留言83則, 25人參與, 最新討論串1/2 (看更多)
-- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 59.115.86.229
→
05/27 09:16, , 1F
要錢請讀研究所
05/27 09:16, 1F
→
05/27 09:19, , 2F
3C愛好者不足以成為動力.
05/27 09:19, 2F
→
05/27 09:33, , 3F
抱持著愛好3C的心態來碰程式設計…我是不覺得會撐得久
05/27 09:33, 3F
→
05/27 09:34, , 4F
稍微了解一下這行業在做什麼會比較好，愛車跟設計車不一樣
05/27 09:34, 4F
推
05/27 09:38, , 5F
如果你是看受用長久，研究所，資策會是點妳一下
05/27 09:38, 5F
→
05/27 09:39, , 6F
剩下要不要讀，還是看你。
05/27 09:39, 6F
→
05/27 09:40, , 7F
就業力實在和經歷與經驗有關，資策會小弟嚴格說來
05/27 09:40, 7F
→
05/27 09:40, , 8F
屬於 帶入門，剩下都都還是要靠工作經驗居多。
05/27 09:40, 8F
感謝推文的大大們 如果我去補習考研究所(大碩之類的) 似乎沒有機會學習到寫程式 就是補研究所考試科目 而去資策會 似乎是指導寫程式為主 ※ 編輯: jizz56 來自: 59.115.86.229 (05/27 09:59)
→
05/27 10:16, , 9F
念研究所吧
05/27 10:16, 9F
推
05/27 10:26, , 10F
要錢去唸研究所？唸了出來就會有人要嗎？
05/27 10:26, 10F
→
05/27 10:27, , 11F
除非你能考上前面幾間國立的，不然光環是沒有的。
05/27 10:27, 11F
→
05/27 10:28, , 12F
至於寫程式，像這樣就算國立唸畢業也還是不會寫的。
05/27 10:28, 12F
→
05/27 10:29, , 13F
那時可是三年以後了，這賭的可大了。
05/27 10:29, 13F
→
05/27 10:30, , 14F
去唸資策會出來直接找工作，一年內你就知道你想不想待
05/27 10:30, 14F
→
05/27 10:31, , 15F
在這個產業，想待，規劃一下未來再去唸研究所也不遲。
05/27 10:31, 15F
→
05/27 10:32, , 16F
至於受用長久，沒有自己學習的能力那一切都是假的。
05/27 10:32, 16F
→
05/27 10:34, , 17F
我到現在出社會也快十年了，前幾天晚上還是照看資料探勘
05/27 10:34, 17F
→
05/27 10:34, , 18F
的教科書，因為我覺得我需要的東西裡面可能會有。
05/27 10:34, 18F
→
05/27 10:35, , 19F
資料探勘講一大堆線性代數不懂怎麼辦？不怎們辦，K啊
05/27 10:35, 19F
推
05/27 11:48, , 20F
非本科系的考研究所都蠻威的
05/27 11:48, 20F
→
05/27 11:57, , 21F
小弟慚愧= =本科系現在才知道資料探勘有一大堆線性代數
05/27 11:57, 21F
推
05/27 12:24, , 22F
推ZK大~不過原PO可以先去書局找書來看看~如果沒有一本書看
05/27 12:24, 22F
→
05/27 12:24, , 23F
得下去~那...應該連資策會都不用去了...
05/27 12:24, 23F
→
05/27 12:39, , 24F
我也想知哪一本DM 的書有一大堆線代的,請zanyking講一下
05/27 12:39, 24F
推
05/27 13:50, , 25F
DM會用到小波或SVM,裡面就有用到LA,但通常用時不須理解數學
05/27 13:50, 25F
推
05/27 14:14, , 26F
DM裡的東西很雜，找跟我需要東西有關的部份會需要懂。
05/27 14:14, 26F
推
05/27 15:43, , 27F
我記得資策會的課還滿貴的 不過相對的也滿精實的
05/27 15:43, 27F
推
05/27 16:54, , 28F
建議上資策會的課 上研究所不會教你怎麼寫程式 還是得自己學
05/27 16:54, 28F
→
05/27 16:55, , 29F
一堆人研究所畢業還是不會寫程式阿
05/27 16:55, 29F
推
05/27 17:16, , 30F
如果真的沒寫過程式...還是建議先去資策會學看看...不過
05/27 17:16, 30F
→
05/27 17:17, , 31F
因為學習跟當飯碗有很大的壓力落差...所以你先去學基本程
05/27 17:17, 31F
→
05/27 17:18, , 32F
式,加強能力後找間願意培養你的公司做做看...若你真有興
05/27 17:18, 32F
→
05/27 17:18, , 33F
趣,再去唸研究所也不遲...不過就我用人的經驗,研究所出來
05/27 17:18, 33F
→
05/27 17:19, , 34F
不見得程式功力就比較好..看跟的老闆吧...給你參考
05/27 17:19, 34F
→
05/27 20:37, , 35F
請問是哪本書用到, 請告知我書名. 謝謝.
05/27 20:37, 35F
推
05/27 21:29, , 36F
DM我覺得比較需要統計方面的知識
05/27 21:29, 36F
推
05/27 21:38, , 37F
DM真的要做得好 數學一定要好 統計跟線代都很重要
05/27 21:38, 37F
→
05/27 21:39, , 38F
當然你要跑跑資料集 不看演算法 那也是枉然
05/27 21:39, 38F
→
05/27 22:05, , 39F
統計跟線代? 還是快說是哪本書啦,哪本DM用很多線代
05/27 22:05, 39F
推
05/27 23:01, , 40F
我也想問 有哪個演算法用到哪部分的線代?
05/27 23:01, 40F
推
05/28 03:52, , 41F
如果把輸入與許多的樣本用向量表示,搜尋的時候就計算
05/28 03:52, 41F
→
05/28 03:53, , 42F
向量的夾角或是距離,這就是將線性代數應用上了
05/28 03:53, 42F
→
05/28 03:54, , 43F
我的用書http://ppt.cc/u4iA 用到了演算法,資料結構,
05/28 03:54, 43F
→
05/28 03:55, , 44F
機率, 統計, 與線性代數. 不過都不會太深, 如果不知道這
05/28 03:55, 44F
→
05/28 03:55, , 45F
些數學, 大概到第五章就讀不下去了
05/28 03:55, 45F
推
05/28 04:00, , 46F
書名: Introduction to Information Retrieval
05/28 04:00, 46F
→
05/28 04:01, , 47F
Cambridge University Press
05/28 04:01, 47F
→
05/28 08:28, , 48F
哪不是國高中數學? 再說IR = DM?
05/28 08:28, 48F
推
05/28 08:49, , 49F
Matrix Methods in Data Mining and Pattern Recognition
05/28 08:49, 49F
→
05/28 08:49, , 50F
(Fundamentals of Algorithms) [Paperback]
05/28 08:49, 50F
→
05/28 08:52, , 51F
DM 這些年來成長很多 學校教的是基本概念 較古典的方法
05/28 08:52, 51F
推
05/28 09:11, , 52F
IR是不等於DM, DM更general,使用的知識都是通用的
05/28 09:11, 52F
推
05/28 09:14, , 53F
我沒讀過專門的DM課本,從WIKI的DM來看,不就含了一堆現代
05/28 09:14, 53F
推
05/28 09:19, , 54F
你覺得是國高中數學,好吧, 那有沒有現代?
05/28 09:19, 54F
→
05/28 09:20, , 55F
DM也會採用support vector machine,不然你覺得svm是什麼?
05/28 09:20, 55F
→
05/28 09:29, , 56F
SVM -> pattern recognition,再說, 你從不去發明自己的
05/28 09:29, 56F
→
05/28 09:29, , 57F
SVM做法, 頂多是套用台大的lib
05/28 09:29, 57F
→
05/28 09:30, , 58F
不要跟我扯說,我算1+1=2還會先用代數證明1存在
05/28 09:30, 58F
→
05/28 09:31, , 59F
+存在, =存在, 2 存在, 然後1+1=2 再被你證明是對的
05/28 09:31, 59F
→
05/28 09:39, , 60F
另外，lovdkkkk還真能找的呢,哪本基本上前幾章都在教
05/28 09:39, 60F
→
05/28 09:40, , 61F
線代,後面的基本上屬Pattern recognition,只是書名
05/28 09:40, 61F
→
05/28 09:40, , 62F
帶DM 的, 但你要說DM 跟PR 不好分也可以
05/28 09:40, 62F
→
05/28 09:45, , 63F
但哪本書講的內容,基本上大學資工必然修過,也沒多深
05/28 09:45, 63F
→
05/28 09:45, , 64F
而tensor的部分,也講很很很淺.
05/28 09:45, 64F
推
05/28 09:49, , 65F
DM是一門應用科學,本來就使用了一堆PR的東西
05/28 09:49, 65F
→
05/28 09:50, , 66F
DM與PR這兩個我畫不出一條明確的線來區隔開來
05/28 09:50, 66F
→
05/28 09:51, , 67F
好啦, 原PO不必被這些推文唬到, 你先做三件事:
05/28 09:51, 67F
→
05/28 09:52, , 68F
(1)專精一種程式語言, (2)演算法, (3)離散數學.
05/28 09:52, 68F
推
05/28 10:10, , 69F
修過是修過 不過關於修過的東西嘛... (遮臉)
05/28 10:10, 69F
→
05/28 11:19, , 70F
你畫不出來沒關係,但現在已經很多書是清楚的叫PR了
05/28 11:19, 70F
→
05/28 11:20, , 71F
而有一個簡單的分法,DM 找關聯不作分類,PR 作分類不找關
05/28 11:20, 71F
→
05/28 11:20, , 72F
聯
05/28 11:20, 72F
→
05/28 11:29, , 73F
* 這篇m的理由是推文資料豐富。XD
05/28 11:29, 73F
→
05/28 14:33, , 74F
推文是很豐富..不過直接回應文章不是更好XD
05/28 14:33, 74F
推
05/28 14:45, , 75F
不建議完全沒底子的人去研究所,因為研究所不是教寫程式
05/28 14:45, 75F
→
05/28 14:45, , 76F
的地方
05/28 14:45, 76F
推
05/29 01:07, , 77F
我有個剛離職的碩士同事,他說如果要他重選一次,一定會選
05/29 01:07, 77F
→
05/29 01:08, , 78F
資策會,不過可能跟他念的系所有關,他是企業管理相關的.
05/29 01:08, 78F
→
05/29 01:09, , 79F
跟你的情況或許類似...
05/29 01:09, 79F
推
05/29 18:21, , 80F
業界要的是實戰人才，而非其他
05/29 18:21, 80F
→
05/29 19:43, , 81F
interview 時需要學歷的人才
05/29 19:43, 81F
→
05/31 14:35, , 82F
但是研究所是很多面試的入門卷 很殘酷的
05/31 14:35, 82F
推
06/01 14:42, , 83F
大家都是研究生
06/01 14:42, 83F
※ 編輯: jizz56 來自: 220.129.27.158 (10/26 10:35)
‣ 更多 jizz56 的文章
文章代碼(AID): #1DtlF5q- (Soft_Job)
‣ 更多 jizz56 的文章
文章代碼(AID): #1DtlF5q- (Soft_Job)