deep learning, paper还是挺重要的, 像CNN, from AlexNet, VGG, GoogLeNet, to ResNet, 现在ResNet based model 用的最多. NLP from RNN, LSTM, ELMo, Transfomer, BERT, GPT. 现在Transfomer based model 用的最多. 每一篇paper开启一个新时代. Machine Learning 的 model 相对来说比较固定了, boosting tree algorithm 可能会有小的变动
deep learning, paper还是挺重要的, 像CNN, from AlexNet, VGG, GoogLeNet, to ResNet, 现在ResNet based model 用的最多. NLP from RNN, LSTM, ELMo, Transfomer, BERT, GPT. 现在Transfomer based model 用的最多. 每一篇paper开启一个新时代. Machine Learning 的 model 相对来说比较固定了, boosting tree algorithm 可能会有小的变动 GetGreen 发表于 2022-01-17 19:53
deep learning, paper还是挺重要的, 像CNN, from AlexNet, VGG, GoogLeNet, to ResNet, 现在ResNet based model 用的最多. NLP from RNN, LSTM, ELMo, Transfomer, BERT, GPT. 现在Transfomer based model 用的最多. 每一篇paper开启一个新时代. Machine Learning 的 model 相对来说比较固定了, boosting tree algorithm 可能会有小的变动 GetGreen 发表于 2022-01-17 19:53
免费的嘛?免费的我就想学,但我不会编程能不能学?
不会编程, 学 machine learning 干吗?
算我一个 网上资料很多 就是缺少互动
你给答疑吗?我正看paper看得头痛。
coursera 答疑给力吗?
可能楼主服务好,如果paper/code看不懂都给答疑的话,就应该很值。
有兴趣哈~~
有兴趣,最近正在看些网课中
在中学一级的学科竞赛已经是这样,一大半都是找个topic, 套用一下ML的model, 然后写个Python跑一跑,最后得出个结果。
我曾经被学区邀请去当裁判,最后我把我的第一名,给了一个小女孩。那个小女孩用机器狗模拟义肢,她的目标是模拟出一个系统,可以让义肢的使用更象人的肢体。她的结论是什么?她的结论就是她最后失败了,但她列举了她所碰到的困难和她尝试的方法,还对比了各个方法的结果。对我来说,这远比套个ML的算法跑一跑,深刻得多。不过同组有些别的裁判,他们的思想里,做不出来就是失败。
学科竞赛不是 amc 这种?都是选择题,也有free format的么
编程只能算一丢丢,主要还是paper多,看不懂。
现代,随机,概率,统计都得懂
这个得数学基础比较好才能进阶吧。网上貌似又一些免费课程入门。
除了大厂个别少数人,他们需要看paper做algorithm 其他人学ML就是调包 你如果不是科班,除了满足你个人兴趣,看paper来干嘛
现在搞 deep learning 的 80% 都是这水平吧。
对于新学的,讲得清楚比答疑管用。不懂的话google + stackoverflow,除非跟牛人学。可惜牛人也没空开班赚这仨瓜俩枣
整个城市的中学Science竞赛
感觉大家在一起,从头到尾读懂一篇paper,对入门来说就算是成功了
transformer不是调包就行了吗?
跟大厂有啥关系,只要想做产品就得看,就素因为不是科班,头痛。 只会调包那肯定只能做别人都做过了的事,那做的产品肯定就不新。
答疑明显有用很多,比较老旧的课程讲的也无法应用到实际工作中,除非做别人做烂了的事,那样意思就不大了。
你说的是科学竞赛不是学科竞赛?
科学本来就是求个发现,怎么能整成比赛?凡比赛那应该算做工程科的东西了。 比赛谁先发现相对论?这些所谓科学竞赛都应该改名叫工程竞赛。
感觉意思不大,只是堆算力,出来的东西还很难benchmark.
刚开始肯定不能收钱吧,得打出名头再收。
DL/ML直接做疾病是做偏了,应该去做小分子药。这帮人肯定是觉得ML有钱图,医生有前途,那么ML+医生也应该有前途,没想这两揉一块是新一代骗子的名片。