作者查詢 / naikojack

總覽項目：發文 | 留言 | 暱稱

作者 naikojack 在 PTT [ PhD ] 看板的留言(推文), 共18則

限定看板：PhD

首頁

尾頁

[ PhD ]201 留言, 推噓總分: +37

作者: ICPC - 發表於 2018/05/24 22:32(7年前)

134^F→naikojack: 通訊轉ML門檻並沒有很高吧通訊phys很多算法都算是跟ML05/27 12:36

135^F→naikojack: 有觸類旁通概念啊事實上這陣滿多半路出家混得好的人啊05/27 12:37

136^F→naikojack: 連simon haykin都跑去寫ML教科書了05/27 12:38

137^F→naikojack: 事實上應該要這樣想 ML也能解決通訊上許多問題尤其05/27 12:40

138^F→naikojack: 網路層說到底把ML當成一個知識然後在想你喜歡哪種領05/27 12:41

139^F→naikojack: 領域就好這就好比有不少做image procesing也能在CV做05/27 12:42

140^F→naikojack: 說到底累積的知識是不會沒用的只要能好好善用自己優05/27 12:43

142^F→naikojack: https://en.wikipedia.org/wiki/Simon_Haykin 2009寫的05/27 15:09

143^F→naikojack: 他的那本書還被一些ML學習網站列為必看書本05/27 15:10

144^F→naikojack: Adaptive Signal Processing 就是用gradient descent05/27 15:12

145^F→naikojack: 去解裡面的收斂方式跟deep learning有觸類旁通05/27 15:13

146^F→naikojack: 你就把training seq(Adaptive Signal Processing)想成05/27 15:16

147^F→naikojack: 有label的training data (ML)去就會覺其實大家方法都05/27 15:17

148^F→naikojack: 類似05/27 15:18

149^F→naikojack: 更別說belief propgation (LDPC)也有用到NLP上05/27 15:19

150^F→naikojack: 其他也有Expectation–maximization (Rate-distortion05/27 15:21

151^F→naikojack: in information theory) 用在learning 上05/27 15:21

152^F→naikojack: 我對通訊轉ML倒是挺樂觀其成的05/27 15:22

首頁

尾頁