Re: [請益] Big data(ML)與Robotics領域在台灣的發展
※ 引述《ztdxqa (ztdxqa)》之銘言：
: 大家好
: 小弟今年秋天即將到美國攻讀robotics碩士學位
: 由於是robotics學程
: 所以Machine Learning, Computer Vision
: 這些方面都會接觸到
: 該校在CS領域非常不錯 有很多好課
: 如果沒有全部把重心放在robotics上的話
: 可以修到許多有趣的課(偏Data Science)
: 例如:Inforation retrieval, Distributed Systems, Data Mining等
: 小弟很喜歡有關於AI, Machine Learning的應用
: 不管是應用在robotics還是在其他領域
: 如Big Data computing, Web Mining 都非常有興趣
: 因為修課數量有限 在選課上很難做抉擇
: 想知道這兩個方向現在在台灣的發展及未來如何?
: 還請各位前輩多多指教<(_ _)>
多學一些理論基礎，追流行不要追太緊。
近年來 ML 與 Big Data，被炒作過頭了，
搞得大家好像不用 Hadoop 算 Word Count 就遜掉了。
導致很多人深陷工具的學習，而非 ML 或分散式系統的學習。
學了 Hadoop 0.x 後，發現怎麼又要重新學 1.X 的 API，
學了 1.X API後 ，怎麼大家都在學 MRv2了。
學了 MRv2 後，怎麼大家都在喊 Storm、Spark ...
搞了幾年只會用一堆工具做 Word Count 等級的人一堆。
光是搞版本相容性問題，就花了大部分的時間，慘。
這就跟一堆人學 Java、.NET 一樣，怎麼一直在學API怎麼用。
過了幾年還是只會資料庫存取。或同樣的事情換個版本做。
真的不需要追太流行的工具，理論基礎通了，你不管換什麼工具，
買本書就上手了，到時要Debug或是效能提升、準確度提升時，
也才有最紮實的技術解決問題。
國外面試也非常注重理論基礎，而非像台灣追求工具的使用，
通常都是要你寫演算法，而非用一堆工具兜系統，
所以真的不用怕一堆工具不會用，理論基礎才是重點。
至於台灣發展怎麼樣其實不重要，反正都是抄襲國外大廠的口號，
你只要專注於國外，多向同學與老師們好好學，就已經領先台灣了。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.146.69.104
※ 文章網址: http://www.ptt.cc/bbs/Soft_Job/M.1401196822.A.F8B.html
推
05/27 21:23, , 1F
05/27 21:23, 1F
推
05/27 21:27, , 2F
05/27 21:27, 2F
→
05/27 21:31, , 3F
05/27 21:31, 3F
推
05/27 22:11, , 4F
05/27 22:11, 4F
推
05/27 22:44, , 5F
05/27 22:44, 5F
推
05/27 23:24, , 6F
05/27 23:24, 6F
→
05/27 23:25, , 7F
05/27 23:25, 7F
推
05/28 00:50, , 8F
05/28 00:50, 8F
推
05/28 07:01, , 9F
05/28 07:01, 9F
推
05/28 21:42, , 10F
05/28 21:42, 10F
→
05/28 21:53, , 11F
05/28 21:53, 11F
→
05/28 22:59, , 12F
05/28 22:59, 12F
推
05/29 11:43, , 13F
05/29 11:43, 13F
推
12/30 00:41, , 14F
12/30 00:41, 14F
推
12/14 06:38, , 15F
12/14 06:38, 15F
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 3 之 4 篇)：