pingooo
幾乎每個申請實習的學生都說做過機器學習、訓練過模型,真的是喔,天上樹葉掉下來都落在會機器學習的學生身上。
🌈闇鴉
(LOL)
永遠的真田幸村
有辦法在這個大家都學的情況下找出生天嗎?
永遠的真田幸村
怎樣才有差異性?
Deva
論文看多一點。 我覺得要謙虛地看各家專長,再去想想下一步。

我腦中思考是
創造或改良 新的ML 方法。
如何判斷 ML 有效性。
ML 如何去改進 ML。

長遠目標不用自已寫程式. (遠目
相聲藝術工程師
只要問他怎麼訓練模型的就好了
pingooo
只看履歷可能有點難,口試見真章吧!

我在找的不需要機器學習,只是看來看去,每個人都會兩項:coding 和 ML,其他像視覺、自然語言、圖學、大數據... 等等才是每個人都不同的專長。

換句話說,ML 變成像 coding 一樣的基本能力了。
Thinker
也很正常,當初我畢業時,每個學生都懂網路協定。
othree
是說有使用過還是大家都寫過 ML 的演算法了啊
pingooo
othree : 上過 ML 課的多少都寫過簡單的演算法作業吧!聽我孩子說,大學裡 ML 的課搶得很凶。
othree
pingooo : 這倒是,都忘了課程可能兩邊都有顧到
NEWYEARS!
如果說沒做過還投得上嗎XDD
rîch1ïû
現在不沾個一點 ML 都不會寫程式了
草見
我會畫圖,畫抱枕拿去賣
York
研究所的課 ML 相關的一直很多啊。我那時修過 Pattern Recognition, Clustering 等兩門課,更不用說
York
更不用說 AI 課本來就必修的
pingooo
York : 是的,不過我看到的不少是大學生,不是研究生。
載入新的回覆