作者查詢 / takanaka
作者 takanaka 在 PTT 全部看板的留言(推文), 共482則
限定看板:全部
看板排序:
2F推:人機概論是由許有真老師所開01/05 20:51
3F→:社群運算的課程目前列在資工系下面 :)01/05 20:52
50F推:科學的演進也需要同儕的意見與交流12/16 23:51
51F→:很難想像只是自己關起門來做研究會有很大的樂趣12/16 23:52
3F→:有興趣都很歡迎與我聯絡 我們可進一步討論12/11 04:50
3F推:great12/10 03:50
6F→:「讓資料說話」固然是常見研究方法的一種11/29 12:58
7F→:當在這個context或許有其不足之處11/29 12:59
8F→:主要在實證亦不能離開理性與邏輯11/29 13:00
9F→:既然學術是以人為基礎建立起來的事業11/29 13:01
10F→:何妨問問學術人在社群中如何進行研究之評價?11/29 13:03
11F→:堅持data driven才是客觀或許反而複雜化了問題11/29 13:04
9F推:不好意思被點名了 :)11/29 00:28
10F→:首先大概是先確定感興趣的是brain多一點還是mind多一點11/29 00:28
11F→:如果是前者 應是往neuroscience的方向發展11/29 00:30
12F→:後者則是cognitive science11/29 00:30
13F→:二者間今天已有相當的匯流 但研究所需的基礎與技能或許11/29 00:31
14F→:還是有些不同11/29 00:31
15F→:以理論基礎及方法論而言 資工接cognitive science應該11/29 00:33
16F→:是非常順 尤其如果具AI, machine learning, NLP方面的11/29 00:34
17F→:基礎與興趣11/29 00:34
18F→:建議可以翻閱一下annual meeting of CogSci society11/29 00:35
19F→:的會議論文 以及Cognitive Science journal11/29 00:35
20F→:有AI背景者應可發現不少熟悉之處11/29 00:36
21F→:相關的大師或知名研究者非常多11/29 00:38
22F→:一些歷史與背景概念或可參考本文11/29 00:40
23F→:http://plato.stanford.edu/entries/cognitive-science/11/29 00:41
24F→:你問到machine learning跟CogSci11/29 00:43
25F→:可Google一些主要研究者 例如Kintsch, Tenenbaum,11/29 00:45
26F→:Griffiths, Steyvers等11/29 00:46
27F→:machine learning在CogSci扮演的角色多是推理工具11/29 00:49
28F→:所以generative model似乎會比discriminative model來11/29 00:50
29F→:得普遍 因為重點是對認知現象的瞭解與理論的發展11/29 00:50
30F→:而非實用角度上的分類準確11/29 00:51
4F推:very good!12/10 02:26
116F→:美國出版壓力大 但不等於sci壓力大 很多領域不知11/13 12:21
117F→:什麼是sci或ssci 多數教授所關注的就是該領域11/13 12:22
118F→:最好的幾本期刊或是研討會(電腦資訊學門一般較重視會議)11/13 12:24
19F推:http://arxiv.org has been popular in some areas07/29 09:40
20F→:for many years07/29 09:40
5F推:Like!05/24 21:34
6F→:非常需要這樣的活動介紹這些台灣整體而言仍缺乏的資訊05/24 21:37
7F→:可惜人不在台灣 但精神上支持你05/24 21:38