读paper啊。。比如想学nlp就去读bert的paper,然后看别人写的repo,做到每一行在干啥都能明白,你就出师了。有一些比较重要的面试会问到的点:loss function是啥,back propagation怎么做的。 yueyueyue 发表于 10/7/2019 4:42:07 PM
自己找个工作上的project,build model。我感觉machine learning除了coding,重要的还是要了解data和business。以后面试要给人感觉你做过,结合business思考过。个人观点啊…… 花生芝麻 发表于 10/7/2019 5:59:05 PM
目前的职位挂着DS的头衔做着DA的工作,感觉在公司前途也一般,想学点Machine Learning的东西跳槽 自己业余时间主要在网上听课,machine learning, deep learning, big data, 也跟着做了点projects, Kaggle上面也随便混混感觉现在已经到了一个瓶颈了Python:还算练得比较熟练, numpy, pandas, matplotlib, seaborn啥的R:基本coding 没问题,但是package没怎么用过,不知道公司用的多不多machine/deep learning: 大部分在用sklearn, keras, 慢慢尝试学tensorflowbig data: 刚开始上课hadoop spark什么的,还没搞懂干什么的算法模型:基本能搞懂在干嘛,什么情况能用,但是背后的那些代数推导云里雾里的projects: 主要是上课跟着做,想自己挑战以下kaggle目前比较火的几个项目, 感觉还是很有难度想问问目前在做machine learning的MM我这种情况改怎么继续提高?多谢! cnisfx 发表于 10/7/2019 2:44:33 PM
我工作中的一部分再用,本来想给lz建议的,发现我会的楼主都会了,lz不会的我也不会。 会这些我在工作中没有问题了。 luck2020 发表于 10/7/2019 6:23:26 PM
我觉得你已经很厉害了,就像上面一个回帖说的,你会的她也会,还有你会的她不会。我想你所谓的瓶颈是从structure data的ml到nlp,图像识别,语音识别。上面有人说看paper,我小声嘀咕一句,这未必是看paper能解决的,因为现在做nlp,图像识别,语音识别的人,大多数做的是应用,就是你会搭环境用repo然后用人海战术提高准确率,paper存在主要作用就是让你去用它的repo,至于paper里的算法,真去看的极少。我自己也卡在这个瓶颈上过不去,但是我吃不着葡萄说葡萄酸地说一句,这个活儿,搭环境什么的,是devops engineer的活啊,我是不是真的要去学呢,我这个人和电脑八字相克,数学我不懂可以学,但是和电脑系统有关的事情我怎么也学不会。搭车请高人指点。 qingcongsuiyue 发表于 10/7/2019 6:46:05 PM
想搭车问下ds的面试,除了讲自己做过的Project还有什么呢?会让当场写建模代码么?(就像马工刷题一样?) 长影 发表于 10/7/2019 6:54:15 PM
自己业余时间主要在网上听课,machine learning, deep learning, big data, 也跟着做了点projects, Kaggle上面也随便混混
感觉现在已经到了一个瓶颈了
Python:还算练得比较熟练, numpy, pandas, matplotlib, seaborn啥的
R:基本coding 没问题,但是package没怎么用过,不知道公司用的多不多
machine/deep learning: 大部分在用sklearn, keras, 慢慢尝试学tensorflow
big data: 刚开始上课hadoop spark什么的,还没搞懂干什么的
算法模型:基本能搞懂在干嘛,什么情况能用,但是背后的那些代数推导云里雾里的
projects: 主要是上课跟着做,想自己挑战以下kaggle目前比较火的几个项目, 感觉还是很有难度
想问问目前在做machine learning的MM我这种情况改怎么继续提高?多谢!
哎!啥题转码吧。
有一些比较重要的面试会问到的点:loss function是啥,back propagation怎么做的。
谢谢MM!
加油!!
谢谢MM!
我觉得你已经很厉害了,就像上面一个回帖说的,你会的她也会,还有你会的她不会。我想你所谓的瓶颈是从structure data的ml到nlp,图像识别,语音识别。上面有人说看paper,我小声嘀咕一句,这未必是看paper能解决的,因为现在做nlp,图像识别,语音识别的人,大多数做的是应用,就是你会搭环境用repo然后用人海战术提高准确率,paper存在主要作用就是让你去用它的repo,至于paper里的算法,真去看的极少。我自己也卡在这个瓶颈上过不去,但是我吃不着葡萄说葡萄酸地说一句,这个活儿,搭环境什么的,是devops engineer的活啊,我是不是真的要去学呢,我这个人和电脑八字相克,数学我不懂可以学,但是和电脑系统有关的事情我怎么也学不会。搭车请高人指点。
谢谢MM给我的信心!感觉可以试一试投简历了
paper真心感觉像天书一样,我本来也不是数学和CS背景的,就一个很简单的SVM和kernal我到现在也没搞懂背后的原理
会让当场写建模代码么?(就像马工刷题一样?)
我碰到的,通常会考两题算法题,leetcode easy to medium level,或者让你写简单simulation的代码,不会太难,然后会问算法,例如ols改一下loss function,手推公式,random forest 里面怎么处理categorical variable,说出优缺点,然后是case study,怎么根据问题通过数据解决问题,要有product sense。DS面试题现在上网搜一大堆了吧