Re: [請益] 徵大數據課程心得

看板Soft_Job作者backprog (back-propagation)時間7年前 (2017/04/02 16:19)推噓8(8推 0噓 3→)

留言11則, 10人參與討論串3/3 (看更多)

我目前從事資料科學相關工作，時間分配上，扣除泡咖啡、開會、喇賽等等時間以後 95% Data mining（包含資料視覺化）、5% Machine Learning 以下是我的大數據課程心得: -- [機器學習 3學分] 最早在學校修這門課的時候，不知道需要什麼先備知識。沒有機率、統計等基礎就傻傻跑去修，線代只學過工程數學那些，而且還忘得差不多了... 結果，除了 k-mean 以外什麼都沒學到，所以就被當了。 -- 之後，我把田神的 HW0 拿來做，想說：「寫出這些題目，應該就有捲土重來的本錢了吧...」當時 HW0 都是找某位經濟系的同學請教才弄懂，給我看的都是五專會統科的課本。我跟她說：「天啊妳有超有做AI的天分，只要會寫程式的話就超強惹!」結果，她現在跑去綠地球當空姐。 -- [Pattern Recognition 3學分] 然後，我覺得自己應該準備好了，就去修這門課。選課前，我還拿著 HW0 問老師：「懂這些夠嗎？」修課以後學到特徵、資料正規化、訓練集、測試集，交叉驗證等等觀念，才慢慢建立起比較完整的資料科學觀念輪廓。雖然考數學題的時候，成績還是很慘烈，但是老師要求我們在紙上一步步推演 Perceptron 的運作過程，推演完以後有一點點"奇妙的"感覺，但我說不清楚是什麼。為了弄清楚，為了讓這個感覺更強烈，我用C++自幹出一個 Perceptron，搭配 OpenCV 把過程視覺化。跑訓練的時候，看著自己寫的 Perceptron 不停移動，真的慢慢把兩類 sample set 切得越來愈開。我第一次感到自己寫的程式有智慧，真的會自己發現些什麼，那種感動是難以言喻的~ 這門課還有學到貝氏機率、kNN、SVM 等其他模型，以及升維、降維等等一些入門的特徵處理手法。 -- 當時深度學習在台灣還沒紅，至少在台灣學界並不是廣為人知的。 TensorFlow 也還沒出來。之後更進階的東西我大多數都是靠自修、或者和朋友同事討論，就沒再上過這種正式的課程，但修了 Pattern Recognition 應該是把我帶入門的關鍵。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.177.53.142 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1491121154.A.C9F.html ※ 編輯: backprog (180.177.53.142), 04/02/2017 16:31:31

推

gerojeng

04/02 17:10, , 1^F

04/02 17:10, 1^F

推

cuteSquirrel

04/02 18:48, , 2^F

04/02 18:48, 2^F

推

ahahahahah

04/02 18:59, , 3^F

04/02 18:59, 3^F