Re: [請益] 非cs想走ai領域，投履歷沒公司理

看板Soft_Job作者f496328mm (為什麼會流淚)時間8年前 (2017/03/15 23:41)推噓11(11推 0噓 10→)

留言21則, 14人參與討論串4/11 (看更多)

既然上一篇大大講到 kaggle 和 deep learning 那我也來分享一些我目前的成果給有興趣的朋友一個方向我也還在努力中談不上很厲害 ---------------------------------------------------- 我目前是應數所碩班生 kaggle兩個問題有 top10% 的 rank http://linsam.esy.es/ 流量爆了改換這個 https://github.com/f496328mm 直接連到github上上面是個人網站我把兩個問題的code都放在github上 (可能會有BUG) 都是有獎金的比賽其中一個data 7千萬筆, 3GB 玩這些很吃電腦設備我目前 32GB RAM ( 很不夠T.T ) 主要用到ML中的 XGBoost 這算是目前很厲害的ML方法不過這都是一些基礎的ML發展來的所以對於 RF SVM adaboost boosting 也要有一些了解 ------------------------------------------------------ deep learning 部分去買張顯卡灌 linux 並且熟悉它 ( 顯卡超噴錢 ) 因為要玩GPU 只好拿顯卡玩我是GTX-1070 然後搭配這篇 https://cos.name/2016/04/mxnet-r/ 我看這篇去弄出 kaggle 中的手寫字辨認 by deep learing 99%正確率這是我學習的過程, linux 對數學系學生來說有點困難就是了我目前是用 R 的 mxnet 還在研究 googlenet 跟微軟的resnet python目前在deep learning這塊比較強有google官方支援套件 ------------------------------------------------------ 我網頁中下面兩個問題正在研究圖片分類部分 https://github.com/dmlc/mxnet/tree/master/example/image-classification 這裡有很多別人寫好的 net 我還在讀有些真的很吃電腦效能 ram不夠直接死特別是圖片維度高 ram很容易不夠 T.T 上面講的xgboost跟deep learning 都有相關paper可以參考大致上就是這樣如果有問題歡迎討論我只是個小小初學者還有好多東西要學設備部分真的很噴錢不過KAGGLE還不錯是個累積作品的好地方 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.137.175.169 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1489592480.A.4D6.html

推

sttagomantis

03/15 23:53, , 1^F

03/15 23:53, 1^F

→

sttagomantis

03/15 23:53, , 2^F

03/15 23:53, 2^F

推

drajan

03/15 23:53, , 3^F

03/15 23:53, 3^F