作者查詢 / thefattiger
作者 thefattiger 在 PTT [ DataScience ] 看板的留言(推文), 共53則
限定看板:DataScience
看板排序:
8F推: 以影像來講,傳統CV都是用那幾種descriptor解決問題07/15 21:56
9F→: 換個task就只是取得descriptor後的用法不同07/15 21:57
1F推: 之前跟某間新創公司的人聊過,如果是我知道的那間07/06 23:57
2F→: 那跟AI沒有半點關係,參數都是訂死的07/06 23:57
8F推: 不用,邊看邊學就好,這領域的數學沒那麼難06/26 11:25
9F→: 除非你要做基礎研究,不然基本線代跟機率概念有就好06/26 11:26
22F推: 我在產品端的,重點是要能解決客戶跟user的問題06/27 23:37
23F→: 只要理解各個算法的限制就好,不需要多高深的數學06/27 23:37
24F→: 樓主是跨領域來學的,本來也就不太可能走學術06/27 23:37
4F推: deep learning不能商用的話會直接GG吧06/27 22:03
1F推: 你真的有母體資料的話,根本不需要建模阿06/27 11:34
2F→: 大數據在大也是母體的滄海一粟06/27 11:34
3F→: *再06/27 11:34
42F推: sxy講的似乎有點偏了,nn本身當然是可以理解的06/11 00:27
43F→: 黑箱指的應該是nn擬合出來的函數人類難以理解06/11 00:28
44F→: 不然也不會有人在搞XAI了06/11 00:29
45F→: nn說穿了就是curve fitting,只是fit的參數超多而已06/11 00:31
50F推: 會線代是很奇怪的說法,就只是個基本的工具但範圍很06/13 10:20
51F→: 廣,通常都只會熟常有用到的那些吧06/13 10:20
2F→: 你是不是對gpu有些誤會? 我也推colab06/04 23:21
1F推: 三言兩語講不完,你把W和b乘以任意值,Wx+b的結果06/04 23:17
2F→: 都會不一樣,所以要配上另一條constrain才有意義06/04 23:17
3F→: 可以去u2搜林軒田教授講SVM的部分06/04 23:18
1F→: 不就train完之後第三層的輸出...?05/02 15:55
2F→: 其實看不是很懂你想問啥,看下面這有沒有幫到你05/02 15:55
3F→: https://reurl.cc/EYlGg05/02 15:58
14F推: 高深算法全世界也就幾個頂尖團隊在推進而已04/29 22:29
15F→: 一般人真的別想太多,做應用也沒什麼不好04/29 22:29
16F→: 話說任何領域的scientist本來就都是高門檻職缺04/29 22:33
17F→: 不懂為什麼到這領域就大家都想當data scientist04/29 22:33