作者查詢 / Bujo
作者 Bujo 在 PTT [ DataScience ] 看板的留言(推文), 共19則
限定看板:DataScience
看板排序:
全部Gossiping4679PC_Shopping706Aviation431HatePolitics338WomenTalk273DigiCurrency210Tech_Job193sex129Salary126Boy-Girl121Stock112C_Chat101japanavgirls94Beauty86Soft_Job84TaiwanDrama84Baseball56ChrisWang56MobileComm49movie40iOS36joke36PlayStation27Japan_Travel21DataScience19car18Militarylife17Python14HardwareSale13Japandrama12LoL12NBA12home-sale11Mancare11WorkanTravel11CATCH8StupidClown8CareerPlan6BabyMother5marriage5NY-Yankees5Olympics_ISG5KoreaStar4marvel4ONE_PIECE4basketballTW3specialman3Teacher3TOEIC3Bank_Service2Base_Picket2Chiayi2Database2FCU_Talk2FLAT_CLUB2intltrade2Jay2Jeremy_Lin2KoreaDrama2MAC2MenTalk2Military2Monkeys2NSwitch2Salesperson2Tainan2Taoyuan2teeth_salon2TKU_EE_92C2WorldCup2Army-Sir1AU_Talk1BigSanchung1ChiLing1China-Drama1CJCU_HCA981cksh76th211CMU_M511CSMU-HSA961CVS1Doraemon1DummyHistory1e-shopping1Elephants1Examination1FCU_EE97A1FCU_EE97B1FCU_MCAE_TOW1FiremanLife1ForeignEX1Golden-Award1graduate1hair_loss1Hate1HK-movie1Hsinchu1HSNU_11211Hunter1JP_Entertain1Key_Mou_Pad1KNU1L_TalkandCha1LCD1Lifeismoney1Malaysia1MCU_Talk1Navy1NBA_Film1NBAGAME1NCCU08_LawB1NTUE_Nse1011NUU_CE1OverClocking1Oversea_Job1Paradox1PingTung1PttHistory1PublicServan1rent-exp1RTS1ServiceInfo1SHINee1SMSlife1SNSD1SSSH-16th-Fk1Steam1swim1TaichungBun1Thailand1toberich1TPC_Police1TW-history1Wanted1WorldCupGG1YOLO1Z-Chen1<< 收起看板(136)
首頁
上一頁
1
下一頁
尾頁
2F推: 時薪800….擠牙膏慢慢教嗎?11/04 09:11
8F推: 不用糾結於數學啦,資料不清理,數學載強也沒用,學好如何製10/05 14:37
9F→: 作dataset比數學好用太多了10/05 14:37
11F推: 看是要做什麼吧,如果要用AI做專案做產品,數學真的排很後面10/11 00:46
12F→: ,當你還沒把服務或是產品做出來demo,數學真的派不上用場,10/11 00:46
13F→: 也還沒遇過因為數學就讓模型準確提升的例子10/11 00:46
19F推: 先學會如何部署大規模分散式訓練,之後再討論數學會比較有效10/24 20:45
20F→: 率10/24 20:45
7F推: 供應鏈相關的話,PuLP可以試試看10/16 15:35
2F推: 該不會把raw data直接丟MySQL吧?10/05 01:00
21F推: 只要拿現成的模型來訓練你的資料就好,然後再設計你的輸出02/12 22:05
1F推: 高維度圖像分類?01/10 01:33
21F推: 很多AI菜鳥都從演算法或是模型開始研究,真正影響模型品質的11/28 16:39
22F→: 是資料,先學會資料的處理並建立pipeline,再來就是如何有效11/28 16:39
23F→: 利用現有資源建置本地端或是雲端的最大算力,等這些處理好了11/28 16:39
24F→: ,再來做夢優化你的模型,不然只是浪費時間。11/28 16:39
25F→: 從下而上,就是先從資料開始,太多人說的一口演算法,結果資11/28 16:45
26F→: 料品質當作沒看見,很容易偷工時XD11/28 16:45
16F推: 典型的老闆跟工程師都不知道自己的問題是什麼10/22 17:54
首頁
上一頁
1
下一頁
尾頁