Re: [請益] 機器學習在台灣的出路

看板Soft_Job作者 (HANA)時間8年前 (2017/08/28 18:34), 編輯推噓11(12推 1噓 31→)
留言44則, 14人參與, 最新討論串4/8 (看更多)
※ 引述《popo14777 (草草)》之銘言： : 以前碩士有做過機器學習，用的語言是Matlab(LIBSVM)、Python(scikit-learn) : 都是用監督式學習來做預測(y's=實數)， : 演算法大多都用SVR、隨機森林、迴歸樹、整體式學習等 這讓我想到 我之前問我在大鬼島的上司，他在機器學習領域工作了很長一段時間 我問我想從大數據轉機器學習這條路有沒有什麼辦法 他勸我死心，那些大廠已經把機器學習的產品包的太好了你阿罵都會用 除非真的進入那些領航的大廠 否則當SE起碼還有飯吃，現在跟風投入機器學習領域幾年後就會沒飯吃了 諸如此類 我不是這方面的行家也沒辦法說啥 有沒有神人出來說說看法 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.15.43.92 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1503916457.A.504.html
推
08/28 18:39, , 1F
老實說，我同意他的看法
08/28 18:39, 1F
推
08/28 18:40, , 2F
大鬼島?
08/28 18:40, 2F
→
08/28 18:40, , 3F
我覺得ML和AI在市場上已經被炒作得太過火了
08/28 18:40, 3F
→
08/28 18:40, , 4F
遲早有天會走上.com的老路，大爆炸重整
08/28 18:40, 4F
→
08/28 18:41, , 5F
只是到時候市場上會留下來的是哪家現在還是個問號
08/28 18:41, 5F
→
08/28 18:41, , 6F
極有可能還是G社就是了
08/28 18:41, 6F
→
08/28 18:42, , 7F
這個邏輯好像套用到任何領域也都通..結論 鬼島死路一條?
08/28 18:42, 7F
推
08/28 18:44, , 8F
悲觀一點來說，是死路一條沒錯啊
08/28 18:44, 8F
→
08/28 18:45, , 9F
也不想想看那幾家世界級的大廠在這領域已經投入幾千個博士
08/28 18:45, 9F
→
08/28 18:45, , 10F
花了幾年的時間和幾億的研發經費下去搞
08/28 18:45, 10F
推
08/28 18:45, , 11F
我是領域內的人，我贊同他講的
08/28 18:45, 11F
→
08/28 18:46, , 12F
現在才想切入去做早就已經太慢了
08/28 18:46, 12F
→
08/28 18:46, , 13F
台灣的產業問題一直都是這樣——跟風
08/28 18:46, 13F
→
08/28 18:47, , 14F
這種企業與政府文化不改，死路一條有啥好意外的
08/28 18:47, 14F
→
08/28 18:49, , 15F
這年代的科技業要成功，就是要當議題的主導者
08/28 18:49, 15F
→
08/28 18:49, , 16F
台灣在這方面真的是非常弱
08/28 18:49, 16F
→
08/28 18:50, , 17F
當人家已經在思考下個世代的產業與議題時
08/28 18:50, 17F
→
08/28 18:50, , 18F
台灣是才剛要跟風這個世代當紅的東西
08/28 18:50, 18F
→
08/28 18:57, , 19F
想跟風又不想花錢 這個領域人才就是一切 然後又想盡辦法
08/28 18:57, 19F
→
08/28 18:58, , 20F
打壓勞工，花兩悠買設備不手軟，加兩千薪水就唉唉叫
08/28 18:58, 20F
→
08/28 18:58, , 21F
目前狀況就是這樣....除非做的東西很新
08/28 18:58, 21F
→
08/28 18:58, , 22F
說要能研發出三小我是不信啦
08/28 18:58, 22F
→
08/28 19:19, , 23F
同意啊，就哪個老闆會想請你去重寫裡面的數學模型...現有
08/28 19:19, 23F
→
08/28 19:20, , 24F
的都是一堆強者寫出來的，你能應用的很漂亮才是重點了
08/28 19:20, 24F
推
08/28 20:58, , 25F
我工作上有碰到一點點ML 同意大鬼島上司講的
08/28 20:58, 25F
推
08/28 22:27, , 26F
你老闆是對的 美國也是這樣 除了少數幾家願意養研究員
08/28 22:27, 26F
→
08/28 22:28, , 27F
現在DS有慢慢往OR靠的趨勢 公司內部internal consulting
08/28 22:28, 27F
→
08/28 22:29, , 28F
不是除搞ML 一般人現在搞這個是死路一條
08/28 22:29, 28F
推
08/28 22:35, , 29F
我覺得現在一堆人把kernel講得太神，好像不會數學去寫就會
08/28 22:35, 29F
→
08/28 22:36, , 30F
沒有未來，其實反而是調整或者研發數學模型的工作難找啊
08/28 22:36, 30F
噓
08/28 23:27, , 31F
...包的好是不用自造輪子，為什麼這樣就沒得發展？
08/28 23:27, 31F
→
08/28 23:27, , 32F
你只需要輪子就能當車開嗎
08/28 23:27, 32F
推
08/28 23:38, , 33F
這個領域跟風感覺能吃的很少，連湯都沒得喝
08/28 23:38, 33F
→
08/28 23:38, , 34F
到最後又變成單純的養人給老外用
08/28 23:38, 34F
推
08/29 10:48, , 35F
LAMP非常成熟了 所以大家來做WEB已經沒前途了???
08/29 10:48, 35F
→
08/29 10:48, , 36F
重點是你要怎麼把KERNEL用在不同的產業DATA上 改進產能
08/29 10:48, 36F
→
08/29 10:49, , 37F
開發出原本做不到的附加價值 應用KERNEL創造新的商機不是嗎?
08/29 10:49, 37F
推
08/29 10:53, , 38F
那又何必去想做不出新的LAMP(KERNEL)這件事呢?
08/29 10:53, 38F
→
08/29 10:55, , 39F
目前各個產業經過WEB CLOUD的後的轉型或多或少都有DATA
08/29 10:55, 39F
→
08/29 10:56, , 40F
怎麼去用這些AI KERNEL開發出新的自動化價值 就有新的需求
08/29 10:56, 40F
→
08/29 10:57, , 41F
新的工程師職缺出來 這不就是新領域的未來嗎?
08/29 10:57, 41F
推
08/29 14:25, , 42F
SVM的kernel應該是指投射到特徵空間?
08/29 14:25, 42F
推
08/29 20:54, , 43F
大致上是指投射到超平面沒錯，有RBF、poly等等，更高
08/29 20:54, 43F
→
08/29 20:54, , 44F
維度有可能將 data 分開
08/29 20:54, 44F
‣ 更多 del680202 的文章
文章代碼(AID): #1Pe_6fK4 (Soft_Job)
討論串 (同標題文章)
本文引述了以下文章的的內容：
以下文章回應了本文：
完整討論串 (本文為第 4 之 8 篇)：
排序： 最新先 | 最舊先 | 留言數
在新視窗開啟完整討論串 (共8篇)
‣ 更多 del680202 的文章
文章代碼(AID): #1Pe_6fK4 (Soft_Job)