作者查詢 / Wush978

總覽項目：發文 | 留言 | 暱稱

作者 Wush978 在 PTT [ DataScience ] 看板的留言(推文), 共61則

限定看板：DataScience

看板排序：

全部Gossiping4495HatePolitics2903R_Language1256Statistics355NTUMath91295nCoV2019264Soft_Job260NTHU_STAT97238Military136GO129LoL126NTHU_STAT96118C_Chat112NTU67Philo-0364BabyMother62DataScience61CrossStrait59C_and_CPP55PHP42BoardGame39Hearthstone31NTHU_STAT9831Programming23Tech_Job23PUBG22BattleRoyale21Python18SLG15MOD14NBA13sex13Ikariam12NTUMath9210HSNU_9789joke9NCCU07_Ghis8CVS7L_TalkandCha7NTUcourse7Sub_CS7Wen-Shan7feminine_sex6PathofExile6Baseball5Hate5Steam5HSNU_9854LawBasketbal4Linux4marriage4Prob_Solve4Salary4TKU_TSPCB934W-Philosophy4Warfare4eSports3FATE_GO3FBG3Federer3PhD3PLT3Poker3StupidClown3SWhite3Tainan3Tennis3Windows3EngTalk2GossipPicket2LGS2Magic2MdnCNhistory2MenTalk2NBME_Lab2NTUHistory882PublicIssue2PublicServan2specialman2Sub_GOnline2WomenTalk2AfterPhD1B88A011XX1Boy-Girl1Broad_Band1Chan_Mou1chess1ck54th3051Cloud1CodeJob1consumer1CPU_FS7411CS92Lien1Daan1Database1dlsh-7th-3031Ecophilia1EZsoft1Fantasy1FCSH_133101FCU_EE00B1FJU1FJU-ACCR941FJU-Stat95A1FJU-STAT95B1FLAT_CLUB1Google1Haruhi1home-sale1HomeTeach1Hornets1Hsinchu1HsinYi1HSNU_11431HSNU_9861Jeremy_Lin1Ju-881KOTDFansClub1KS95-3181KS96-3141KS97-3131LAW1Management1Math1media-chaos1MobileComm1movie1NCCU00_Histo1NCCU_C-Baske1NCHU-Stat971NCTU-STAT98G1NCU91Finance1NSYSU1NSYSU_EE95-11NTHU-EE-CAPT1NTUCH-901NTUE-CS1021NTUE-CS1041NTUE-CS981NTUE-DC991NTUE-EPC-1001NTUEE_BL5271NTUEOE-IOL1NTUmed911NUK_AC981Orzhong97cl1Policy1PTHS95-3101RealPlaying1RS6171scu_transfer1SM04th011SM05th3xx1SorryPub1studyabroad1Taipei1toberich1TypeMoon1TYSH50-3031UTAH-JAZZ1Volunteer1YOLO1YP91-3111<< 收起看板(163)

首頁

尾頁

[問題] 手刻機器學習模型

[ DataScience ]39 留言, 推噓總分: +12

作者: retest75 - 發表於 2023/01/20 22:02(2年前)

18^F推Wush978: 手刻模型要學數值最佳化套件, 像是LBFGS 或是 SGD等等01/22 10:42

19^F→Wush978: 還有要練習自己建model matrix ，需要線性代數知識01/22 10:44

20^F→Wush978: 以及會用相關的函式庫01/22 10:44

[問題] 任意兩條軌跡的相似度

[ DataScience ]3 留言, 推噓總分: +2

作者: ccbruce - 發表於 2022/03/25 10:24(3年前)

1^F推Wush978: 就用你手上的資料試試看吧，這才是Data Science不是嗎？03/26 18:45

Fw: [心得] 分享台鐵驗證碼辨識/轉文字 package

[ DataScience ]7 留言, 推噓總分: +4

作者: f496328mm - 發表於 2019/02/17 22:56(6年前)

2^F→Wush978: 小心違法02/18 00:52

3^F→Wush978: 我忘記是哪一條了，但是之前有印象做台鐵驗證碼的OCR可能02/18 00:54

4^F→Wush978: 有觸法之虞，建議低調02/18 00:55

[問題] 類別變數再神經網路或是其他 ML 方法處理

[ DataScience ]32 留言, 推噓總分: +6

作者: zxc741qaz123 - 發表於 2018/09/09 16:21(7年前)

26^F→Wush978: 現在除了做dummy variable外還流行做embedding了09/10 21:27

[討論] 適合二元分類的演算法

[ DataScience ]30 留言, 推噓總分: +16

作者: D0128431 - 發表於 2018/06/18 19:03(7年前)

10^F→Wush978: nearest neighbor 類的演算法，例如 1NN06/21 02:55

[問題] 關於CNN架構設計及GAN的epoch設計

[ DataScience ]52 留言, 推噓總分: +9

作者: arch2453 - 發表於 2018/06/10 16:22(7年前)

18^F→Wush978: 我沒聽過越多層辨識率會越高的說法06/10 23:28

19^F→Wush978: https://www.slideshare.net/tw_dsconf/ss-6224535106/10 23:33

20^F→Wush978: Deeper usually does not imply better06/10 23:33

21^F→Wush978: (p87)06/10 23:34

32^F推Wush978: 不是，參數多只是比較有彈性，不是比較好06/11 14:55

33^F→Wush978: 二十年前統計理論就可以告訴你當參數超過需要的參數時，06/11 14:56

34^F→Wush978: 會以什麼樣的方式來傷害模型06/11 14:56

35^F推Wush978: 層數變深的進步主要是針對計算上的問題克服，但是基本統06/11 15:03

36^F→Wush978: 計的定理是針對「利用數據建模」這件事情去給予限制，這06/11 15:03

37^F→Wush978: 部分並沒有被突破。06/11 15:03

38^F推Wush978: 而我們也只能說在影像等應用領域，似乎越深層的模型結構06/11 15:05

39^F→Wush978: 越接近真理，但是直接下結論越深越好是很危險的。我研究06/11 15:05

40^F→Wush978: 的廣告領域，深度學習的表現並沒有特別突破，反而是另一06/11 15:05

41^F→Wush978: 類模型在比賽中是常勝軍。06/11 15:05

42^F推Wush978: 我今年投稿kdd的實驗中，在處理censoring 的問題時，甚06/11 15:08

43^F→Wush978: 至沒有證據顯示深度學習一定比linear好...是個很難做的06/11 15:08

44^F→Wush978: 問題。06/11 15:08

45^F→Wush978: 看別人成功的經驗是沒錯的，但是目前在這行，關鍵在實驗06/12 09:40

46^F→Wush978: 設計：如何建立有效率的環境讓你快速驗證方法是否適用於06/12 09:40

47^F→Wush978: 你的問題06/12 09:40

48^F→Wush978: 沒辦法，目前這個領域處於實驗、方法都不太reproducible06/12 09:41

49^F→Wush978: 簡單來說，別人覺得有用的方法，在你的問題上不一定有用06/12 09:41

50^F→Wush978: 所以就是看別人怎麼做，但是自己要仔細檢驗...06/12 09:41

51^F→Wush978: 話說這行目前paper的可信度也不如傳統科學領域，所以驗證06/12 09:42

52^F→Wush978: 與懷疑非常非常重要...06/12 09:42

[問題] 數據類職業進修

[ DataScience ]40 留言, 推噓總分: +5

作者: janet5141li - 發表於 2018/04/24 00:47(7年前)

28^F推Wush978: 不會程式的話，專注學分析資料會比較有價值04/25 00:58

29^F→Wush978: 程式只是影響你分析的工具可以用到哪裡，用excel也能分析04/25 00:58

30^F→Wush978: 很多了04/25 00:58

31^F→Wush978: 要學程式建議等你真的需要的時候再開始自學R, python等工04/25 00:59

32^F→Wush978: 具，學得有點興趣再考慮上課。我目前遇到業界非分析非資04/25 01:00

33^F→Wush978: 工的資料科學高手，都是主賣像視覺化、或是專業領域(行銷04/25 01:00

34^F→Wush978: ...等等)的，程式只是加分，不是他們讓人覺得威猛的點04/25 01:00

37^F→Wush978: 最基礎的統計學好，知道怎麼解釋數據，以及當老闆的問題04/25 22:02

38^F→Wush978: 或工作的問題出來之後，如何用數據與統計的方法解決04/25 22:02

39^F→Wush978: 我是在學校學統計的，業界的話就是學前輩怎麼用統計04/25 22:03

40^F→Wush978: 或是看其他人怎麼在寫報告中使用統計來增強論述說服別人04/25 22:04

[問題] 工作上要成為資料科學家python該如何練功

[ DataScience ]40 留言, 推噓總分: +15

作者: ruthertw - 發表於 2018/04/18 15:21(7年前)

40^F→Wush978: python夠用就好，資料科學家的價值不在於coding04/23 11:19

[討論] 機器學習如何做好version control???

[ DataScience ]20 留言, 推噓總分: +3

作者: littleyuan - 發表於 2018/04/14 05:15(7年前)

12^F→Wush978: 你可以請前輩讀這篇文章做開始:04/16 02:25

13^F→Wush978: https://research.google.com/pubs/pub43146.html04/16 02:25

14^F→Wush978: 裡面具體地指出機器學習系統的挑戰04/16 02:25

15^F→Wush978: 然後你們可以開始研究解法(這應該還是Open Problem)04/16 02:26

16^F→Wush978: 我不覺得version control可以解決所有的問題, 但是如04/16 02:26

17^F→Wush978: code / data schema 進 version control 應該只是基本04/16 02:26

18^F→Wush978: 版上很多人給的建議是關於"code"方面的管理，下面有板友04/16 02:28

19^F→Wush978: 推薦了"data"上的管理工具, 不過如果你們是每天收集新資04/16 02:28

20^F→Wush978: 料更新模型的系統，那我想data dependency的挑戰人然很大04/16 02:29

[問題] 推薦系統除了預先準備結果有更好的方法嗎

[ DataScience ]18 留言, 推噓總分: +7

作者: del680202 - 發表於 2018/04/01 19:49(7年前)

2^F推Wush978: 如果運用如Linear Regression的模型，可以考慮即時算04/02 22:51

首頁

尾頁