Re: [心得] AIA 台灣人工智慧學校－技術領袖班

看板Soft_Job作者 (一葉飄然煙雨中)時間5年前 (2018/11/20 23:09), 5年前編輯推噓25(25推 0噓 24→)
留言49則, 24人參與, 最新討論串7/12 (看更多)
在我想要學AI的時候，並沒有AIA這個選項。我想跟大家分享的是去年自學的經驗。 我上的第一門課是 Udactiy 的 Intro to Machine Learning https://www.udacity.com/course/intro-to-machine-learning--ud120 跟吳恩達在 Coursera上面的Machine Learning的課比起來，Udacity更平易近人些， 教材的製作也比較用心。另一方面，這個課程裡面程式練習是用MATLAB/Octave，我覺得 日後不實用，所以這課程我聽了一兩堂就沒繼續了。 Udacity的課讓我驚為天人，因為實在安排得太好，我常常是影片看得欲罷不能。最後兩周 就把這個課程上完了。 後來對於深度學習實在是很感興趣，於是付費上了Udacity的深度學習課程 https://www.udacity.com/course/deep-learning-nanodegree--nd101 這個是很紮實的課，有講理論，給方程式，也要求實作。第一個專題是用numpy做一個 multi-layer perceptron。裡面的activation function還有back propagation都必須要 自己。這對於理解神經網路是個非常好的練習。後面的專題還有CNN, RNN等。這個課 讓我對於深度學習有了很紮實的基礎的理解。 接下來我上了Coursera上面 deeplearning.ai的前四個課程。 https://www.coursera.org/specializations/deep-learning 吳恩達對於理論的講解比較深入，也講了不少在做深度學習專案的時候一些實際的技巧。 我覺得在上了Udacity的課，會實作之後，再上吳恩達的課比較好。因為要先會做了，才有 辦法透過對理論的更進一步了解來讓自己的技術精進。 後來因為我想要對於電腦視覺的部分繼續加強，所以上了Udacity的自駕車課程 https://www.udacity.com/course/self-driving-car-engineer-nanodegree--nd013 這個課程裡面講傳統影像處理的技巧，也講深度學習。專案是在處理他們取的實際的道路 影像。有用到傳統影像處理加上機器學習的方法，也有用深度學習的方法。我覺得是非常 好的應用的練習。我只完成了第一部分的課程，因為第二部分要開始用C++，這對我來說 實在太難，而且我也沒有打算要成為一位自駕車工程師。 後來因為自己開始做了一些醫療影像的AI，還想要再繼續精進技術，我再上了Udacity上 電腦視覺的課程 https://www.udacity.com/course/computer-vision-nanodegree--nd891 裡面的project比較不一樣，有keypoint localization, image captioning, SLAM等這種 比較不常見的課程，我覺得對於充實技能還算是滿有幫助的。也因此學了PyTorch 我實在是太愛 Udacity了，最近正在上的課是 Reinforcement Learning https://www.udacity.com/course/deep-reinforcement-learning-nanodegree--nd893 這個就難了許多，現在正在掙扎中。不過我覺得課程安排得真的是很不錯。 後來我自己把這些自學的經驗整理成了教材放在這邊: https://github.com/joe-of-all-trades/deep-learning-cv 整理教材的過程當中又進步了不少，因為必須要把這些觀念不斷地咀嚼。 有一個我沒有完成的課程，因為實在是相當困難。我認為對AI的研究有興趣的人應該要 完成的課程。這是由Geoffrey Hintony在Coursera上面開的課: https://www.coursera.org/learn/neural-networks 以上。分享我自學的過程。我覺得就算不參加學校，還是有機會可以學到一些AI技巧的。 我很喜歡自學，也很樂意讓自學有成的人到我們公司來試試。 祝大家AI學習順利。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.162.47.226 ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1542726597.A.77D.html
推
11/20 23:29, 5年前 , 1F
難得頭推QQ 久仰葉醫師已久
11/20 23:29, 1F
推
11/20 23:29, 5年前 , 2F
超厲害的
11/20 23:29, 2F
→
11/20 23:32, 5年前 , 3F
還蠻好奇你對自己未來的人力需求有什麼看法
11/20 23:32, 3F
我很希望能找到深度學習實戰經驗豐富的人。但這樣的人才真的是大家都在搶啊... 不求對於理論有深刻的理解，但希望是有很多實務經驗的人。 我覺得這是教育課程非常重要的一環，必須要有大量的業界的資料可以讓學員練習。
推
11/20 23:33, 5年前 , 4F
謝謝分享
11/20 23:33, 4F
推
11/20 23:40, 5年前 , 5F
推!我也正在上
11/20 23:40, 5F
推
11/20 23:52, 5年前 , 6F
謝謝分享，這些課程超精實，醫學背景來學很不容易耶
11/20 23:52, 6F
推
11/21 00:00, 5年前 , 7F
感謝分享
11/21 00:00, 7F
推
11/21 00:34, 5年前 , 8F
推分享
11/21 00:34, 8F
推
11/21 00:55, 5年前 , 9F
如果需要影像方面的資料可以查查imageNet 有許多dataset
11/21 00:55, 9F
→
11/21 00:55, 5年前 , 10F
但其實還是需要自己蒐集資料 公司做的都百萬筆以上
11/21 00:55, 10F
→
11/21 00:56, 5年前 , 11F
資料量還是有一定程度的差距
11/21 00:56, 11F
推
11/21 00:58, 5年前 , 12F
有資料是一回事 跑不跑的動又是另外一回事
11/21 00:58, 12F
→
11/21 00:58, 5年前 , 13F
有時候還是要靠GPU幫忙算會快一點
11/21 00:58, 13F
推
11/21 01:38, 5年前 , 14F
你上的這些課剛好也是我也都有上過XD 可能是時間上的差異
11/21 01:38, 14F
推
11/21 01:41, 5年前 , 15F
我對於AINDterm2評價很差 以課表來看CVND應該有進步
11/21 01:41, 15F
→
11/21 01:43, 5年前 , 16F
NLPND 如果只是把以前的nlp和speeh合起來 那絕對不值得
11/21 01:43, 16F
→
11/21 01:47, 5年前 , 17F
Udacity其實有一門CV課程 CS6476 應該是喬治亞理工線上碩
11/21 01:47, 17F
→
11/21 01:49, 5年前 , 18F
的一部份課程.. 不過就像我之前說的 ND課上起來很爽XD
11/21 01:49, 18F
→
11/21 01:50, 5年前 , 19F
順便想問問看你對於DRLND深度的看法 我對於新ND沒信心..
11/21 01:50, 19F
Nanodegree program的好處是 1)因為有付費所以自己會有進度壓力 2)課程穿插了小練習 ，有sample code，而且sample code裡面就實現了課程裡面講的數學概念。這對我來說是 價值最高的，因為看到數學概念在程式上面的實踐對理解原理來說很重要。 DRLND到目前為止我覺得還可以，講到的一些概念都可以看到在程式碼上的實踐。之前我有 在看 UC Berkeley 的CS294。CS294講得很好，但是我覺得在作業的方面會因為沒有辦法 跟助教互動，如果遇到問題比較難解決。Udacity的課其實都先提供了很多sample code在 提示你了，會輕鬆一些。對我來說，因為沒有很多時間完全從頭學，這是研究生才有辦法 這樣做。先給我一些程式碼提示一下幫助學習，我覺得對我來說讓學習的速度快了很多。 如果很有時間的話，我其實會推薦先看CS294,他其實也有作業放在網路上，也有學生把 他們自己的答案放上去。 Udacity課程另一個好的地方是，他做了 Unity Simulator，讓你作業的時候覺得很有趣。 這個是在自駕車第一學期的課程感受到的。我可以自己用這個模擬器開車，然後教CNN開， 我一邊自己在學，一邊在教深度神經網路，這對我來說是個很新鮮有趣的學習經驗，也讓 我非常有動力。我想Udacity在做線上補習班這件事情是做得滿不錯的。至少我沒有看到 做得比他更好的。 Udacity的mentor制度就不是那麼好了，我遇到的幾個其實都不太能解決我遇到的問題。 我想這還是回到基本的問題吧，AI的人才很缺，真有能力解決問題的人應該不太可能會 擔任助教。這還是要在大學系統裡面會做得比較好。
推
11/21 01:58, 5年前 , 20F
推
11/21 01:58, 20F
→
11/21 04:07, 5年前 , 21F
個人覺得Udaicty又爛又貴。。還寫中國台灣省..
11/21 04:07, 21F
→
11/21 04:08, 5年前 , 22F
教的深度又淺，真的靠這套上完找到工作再說
11/21 04:08, 22F
推
11/21 04:27, 5年前 , 23F
ML，AI的價值不是到導入跟解法還有模型嗎?
11/21 04:27, 23F
→
11/21 04:28, 5年前 , 24F
找已經包好的工具先用對商業上的價值感覺比較大
11/21 04:28, 24F
→
11/21 04:28, 5年前 , 25F
要發展新工具，應該是真的要跳下去碩博專心搞這樣 Y
11/21 04:28, 25F
→
11/21 04:29, 5年前 , 26F
覺得短期內軟體效益難以顯現，大頭們都回學校去深耕研究
11/21 04:29, 26F
→
11/21 04:29, 5年前 , 27F
熟稔目前的工具應用比較有實際價值覺得。
11/21 04:29, 27F
推
11/21 06:02, 5年前 , 28F
跟你一樣有上self driving car ND , 不過才正要上就成
11/21 06:02, 28F
→
11/21 06:02, 5年前 , 29F
為自駕車工程師了lol
11/21 06:02, 29F
推
11/21 07:53, 5年前 , 30F
大推！
11/21 07:53, 30F
推
11/21 12:40, 5年前 , 31F
感謝解答！ 其實我覺得Udacity和台灣的電腦補習班比起來
11/21 12:40, 31F
→
11/21 12:40, 5年前 , 32F
還是不錯的 就是數學water down太多了
11/21 12:40, 32F
我認為Udacity課程的出發點就是要教你在業界工作時會用到的東西，數學只要有基礎就好 我覺得這樣的分量剛好讓你開始可以有些了解，可以對於模型稍做修改，又不會多到覺得 受不了。至少對我這樣並不是受正統訓練的人來說，學習不會有太大的障礙。 想要多知道一點數學，網路上有很多資料。我也買了 Learning from Data 這本書來參考 https://work.caltech.edu/telecourse
推
11/21 15:07, 5年前 , 33F
謝謝推薦
11/21 15:07, 33F
推
11/21 16:26, 5年前 , 34F
udacity比台灣一堆亂七八糟撿角補習班的好很多
11/21 16:26, 34F
推
11/21 17:42, 5年前 , 35F
推推 感謝強者經驗分享
11/21 17:42, 35F
→
11/21 18:39, 5年前 , 36F
udacity machine+deep learning+self driving car>15萬
11/21 18:39, 36F
一個課程是六百或八百美金，我目前上的所有課程大概花了我將近三千美金。 我覺得我收獲的，是我投入的幾十倍。我的想法很簡單，我想要學AI，就我目前寫程式 的能力，以及我所能投入的時間跟金錢的成本，我是不是有更好的選擇? 這樣一想，我就毫不猶豫地選擇我上過的這些課程了。如果我有時間，我會一個一個的上 ，上到沒有課可以上為止。 因為上了這些課，我們公司才有機會變成今天這樣子。我認為非常值得。
推
11/21 23:58, 5年前 , 37F
推課程比較
11/21 23:58, 37F
推
11/22 00:17, 5年前 , 38F
感謝分享
11/22 00:17, 38F
※ 編輯: Voldemort (1.162.47.226), 11/22/2018 00:57:19
推
11/22 02:52, 5年前 , 39F
hmm 可能是我上的版本比較前面 當初連MLE是啥都沒講
11/22 02:52, 39F
→
11/22 02:53, 5年前 , 40F
上完課以後跑去看goodfellow的那本書 看到黑人問號
11/22 02:53, 40F
→
11/22 02:54, 5年前 , 41F
不過我最不滿的還是AIND啦 上完真的有還我錢來的感覺XD
11/22 02:54, 41F
推
11/22 17:49, 5年前 , 42F
udacity 的 DL與 SDC 課程都不便宜, 請教Udacity
11/22 17:49, 42F
→
11/22 17:50, 5年前 , 43F
是否會有限時優惠活動 (之類的), 這些課上完應該也要
11/22 17:50, 43F
→
11/22 17:50, 5年前 , 44F
花50000 NTD ? (SDC就要 $1000 USD了)
11/22 17:50, 44F
→
11/22 17:52, 5年前 , 45F
抱歉我看到前面推文了, 15w NTD ...
11/22 17:52, 45F
推
11/23 03:44, 5年前 , 46F
免費材料都唸不完了 付費沒有比較好
11/23 03:44, 46F
我念了一些論文，也看了很多免費教材。我覺得學習最有效率的還是在Udacity上面。 Udacity的課程的好處之一是他把方程式整理過了，而且大又清楚的字體在影片裡面呈現， 同時會有另外寫的文字說明。 Udacity有設立Slack討論群，課程助教會固定時間在上面回答問題，同學也可以互相討論 還有另外類似Stackoverflow的課程問題網站。這些討論群組我認為價值也很大。有時候 寫作業遇到的問題在這邊討論比較快可以得到解答。 每一個學生還會被分配一個個人的Mentor,不過我個人的經驗是mentor不太能解答問題， 不如討論群組。 我是在Udacity一推出這些課程的時候就上了，那時比較便宜。600鎂一個課程。 Black Friday的確是有限時15% off的優惠。 講直接一點，Udacity就是個補習班。他把課程教材整理得很好，讓你可以學得快一些。 他的缺點也就是補習班的缺點，有些理論的地方教得不夠深。上完Udacity的課應該沒有 辦法做學術研究。
→
11/23 13:15, 5年前 , 47F
推原 po ID
11/23 13:15, 47F
推
11/24 15:18, 5年前 , 48F
推 很厲害的前輩！
11/24 15:18, 48F
※ 編輯: Voldemort (1.162.53.136), 11/25/2018 11:58:37
→
01/17 20:38, , 49F
英文太差~哀無緣，感謝大大推薦
01/17 20:38, 49F
‣ 更多 Voldemort 的文章
文章代碼(AID): #1Rz2F5Tz (Soft_Job)
討論串 (同標題文章)
完整討論串 (本文為第 7 之 12 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共12篇)
‣ 更多 Voldemort 的文章
文章代碼(AID): #1Rz2F5Tz (Soft_Job)