deep learning
deep learning
登录
|
论坛导航
->
华新鲜事
->
创业求职
| 本帖共有 8 楼,分 1 页, 当前显示第 1 页 :
本帖树形列表
:
刷新
:
返回上一页
<<始页
[1]
末页>>
作者:
凶鼠
(等级:
2 - 初出茅庐
,发帖:812)
发表:2017-10-07 23:55:34
楼主
关注此帖
[
登录后回复
]
在 no8D8U 的大作中提到:
这也去太快了我自学还没学完就过时了啊 求推荐新方向
deep learning
欢迎来到华新中文网,踊跃发帖是支持我们的最好方法!
原文
/
传统版
/
WAP版
所有回复
从这里展开
收起列表
作者:
凶鼠
(等级:
2 - 初出茅庐
,发帖:812)
发表:2017-10-07 23:55:54 2楼
[
登录后回复
]
在 凶鼠 的大作中提到:
deep learning
不过deep learning一两年后可能也过时了。。。
欢迎来到华新中文网,踊跃发帖是支持我们的最好方法!
原文
/
传统版
/
WAP版
所有回复
从这里展开
收起列表
作者:
凶鼠
(等级:
2 - 初出茅庐
,发帖:812)
发表:2017-10-07 23:58:38 3楼
[
登录后回复
]
在 凶鼠 的大作中提到:
不过deep learning一两年后可能也过时了。。。
过时的意思是会的人太多。
欢迎来到华新中文网,踊跃发帖是支持我们的最好方法!
原文
/
传统版
/
WAP版
所有回复
从这里展开
收起列表
作者:
凶鼠
(等级:
2 - 初出茅庐
,发帖:812)
发表:2017-10-08 19:11:06 4楼
[
登录后回复
]
在 国王大道 的大作中提到:
啊?过时的意思应该是有新的代替旧的。人多并不代表过时,但是孕育出新的东西机会大。
任何行业都是金字塔形的,换行业一般都是底层进入,当底层
底层人越来越多的时候进入这个行业就越来越不容易。
底层最早供大于求。看看坡的几个大学开的跟data analytics相关的master课程的招生人数就知道人越来越多了,这一两年都是翻倍增长。
不过中上层的有行业经验的人才还是处于稀缺状态。
我只是用过时形容这个过程,想转的话趁早,只是感觉现在底层职位已有供大于求的苗头了。
data science和AI这几年攒下的势能不知道还能持续多久,希望会越来越好吧。
欢迎来到华新中文网,踊跃发帖是支持我们的最好方法!
原文
/
传统版
/
WAP版
所有回复
从这里展开
收起列表
作者:
凶鼠
(等级:
2 - 初出茅庐
,发帖:812)
发表:2017-10-08 19:21:53 5楼
[
登录后回复
]
在 嘉兽 的大作中提到:
当然还有些类似neural network之类的非直接运算类 这些东西理论都是六七十年代就发明的可惜那时候硬件和编程能力有限 我不觉得在理论上最近十年有质变只不过计算机硬件和编程的提升让这些理论从纸上谈兵变成现实了。
说得对
最近五年neural networks最大的发展就是效果达到工业应用标准了。直接催生了好多个行业和技术的发展。
这些都是基于大规模数据和运算能力的提升。而且同时也都在标准化。
如果看neural networks最近的paper,大家已经不满足于提高准确率了(因为被大公司给做烂了),而在寻求理论方面的解释和突破。难保不会有下一波哦。
欢迎来到华新中文网,踊跃发帖是支持我们的最好方法!
原文
/
传统版
/
WAP版
所有回复
从这里展开
收起列表
作者:
凶鼠
(等级:
2 - 初出茅庐
,发帖:812)
发表:2017-10-08 20:11:18 6楼
[
登录后回复
]
在 国王大道 的大作中提到:
希望越来越好吧毕竟真正有些行业开始淘汰人去做简单工作了。不学的人不是更少了份竞争力吗。
把它作为一个兴趣爱好来学也不错
其实有很多data scientist都不是machine learning背景的。很多学科用到的数学都是相通的。
进入的门槛并不高。
欢迎来到华新中文网,踊跃发帖是支持我们的最好方法!
原文
/
传统版
/
WAP版
所有回复
从这里展开
收起列表
作者:
凶鼠
(等级:
2 - 初出茅庐
,发帖:812)
发表:2017-10-11 14:28:19 7楼
[
登录后回复
]
在 abcxyz2 的大作中提到:
我也是觉得人工智能这几十年没什么突破所谓的火,无非是计算能力指数级别增长 让neural network这种纯瞎算的模型有了用武之地,(neural network是个很古老的东西了, 不要以为多么牛逼) 90年代日本举国之力搞AI,走了邪路,最后什么都没搞成 我觉得baidu这种all in AI也是够呛, data scientist火不了几年
对纯瞎算这点不太同意
其实现在的deep learning网络的每一个component或者layer都有自己存在的意义,解决一个新的问题的时候大部分情况下都要根据实际情况修改或者重新设计网络的。
欢迎来到华新中文网,踊跃发帖是支持我们的最好方法!
原文
/
传统版
/
WAP版
所有回复
从这里展开
收起列表
作者:
凶鼠
(等级:
2 - 初出茅庐
,发帖:812)
发表:2017-10-11 14:30:36 8楼
[
登录后回复
]
在 近国 的大作中提到:
如果对现在的职业生涯不满意,转行做data science 相当行。Data Science 火了也没几年,数据量和及计算能力的提升也就最近几年的事。学术上大的进展虽然不多,但细节上的修补和应用领域的开发进行的很快。业界的data science 还处于一个潜力巨大,但潜力还未完全兑现的阶段。 乐观点看,data analytics 的能力会成为未来一代的技能标配,就跟现在的excel 技能差不多。悲观点看,就算data science 的潜力大部分都不能实现,存量市场也不小了。 从个人的角度来看,现在市场上的数据分析师经验都不多。5年以上经验的的凤毛麟角。换个角度看,5年前的data science 的技术和现在也不在一个等级上。所以大家都是在同一起跑线。如果你对自己现在的工作不满意,换行到data science 绝对是个好的开始。
老兄貌似有很多业界经验阿,可以考虑写个帖子给大家讲一下。:)
欢迎来到华新中文网,踊跃发帖是支持我们的最好方法!
原文
/
传统版
/
WAP版
所有回复
从这里展开
收起列表
论坛导航
->
华新鲜事
->
创业求职
|
返回上一页
| 本主题共有 8 篇文章,分 1 页, 当前显示第 1 页 |
回到顶部
<<始页
[1]
末页>>
首页(论坛导航)
用户登录
::
新用户注册
联系我们
广告/投稿/纠错
华新鲜事
新手指南
华新的微博
求关注!
请登录后回复:帐号
密码