現在是跳到deep learning 的好機會。

本文內容已被 [ QualityWithoutName ] 在 2017-10-27 13:09:51 編輯過。如有問題,請報告版主或論壇管理刪除.

寫一點我的經驗和想法給大家作參考。我三年半以前被栽,當時雲計算和機器學習很熱,覺得機器學習更適合我。就開始利用網上資源學機器學習。上過Andrew Y Ng 的課 machine learning(coursera),再學了一點NLP(natural language processing), 這點知識使我從c# .net 跳到java spring 做一個公司的自然語言產品。做了一年多後被轉到另一個project, 原因是我在的城市的R&D不在公司總部,隻有三個人,而公司CEO對那個自然語言項目入迷,想對開發有非常tight control.公司要我們轉項目時說是臨時幫忙,完了後再轉回去。沒想到最後決定把我們都砍了,給了我們兩個月的時間找工作。

所以我這三個月都在找工作,很快發現deep learning 是一個很容易切入的項當。由於曆史原因,neural network (現在叫deep learning) 幾經坎坷, 堅持到底的人很少,也就多大的Geoffrey Hinton, Montreal 的Yashihua Bengio, 還有一個是Yann Lecun 幾個人。隻這幾個大牛,而他們的學生都被FAGA大公司挖走,別的學校做deep learning 的人很少, 所以,現在很缺這方麵的人才。另外,大家有興趣到YouTube 上找Andrew Ng的video 看看,就知道deep learning 成熟到可以做很多實用產品。

我建議有興趣的朋友可以上coursera 上Andrew 的deep learning specialization.沒有機器學習背景的先上他的機器學習。Andrew 的課很實用,又比較容易。願意深一點的可上Geoffrey Hinton 的Neural network in machine learning,這是公認的比較難的課,對找工作會有很大的幫助。

另外一點是,需要有耐心。很多公司想招deep learning 的人,但公司裏有經驗,懂的人沒有,沒法評估候選人。拿證書會有幫助。

我覺得這種機會特別適合喜歡學習鑽研的人,學習應用數學,物理,CS和工程的人,隻要有心,有時間都可以試試。

所有跟帖: 

謝謝信息。什麽證書比較好呢, 業界接受度高呢? -wuyueyue- 給 wuyueyue 發送悄悄話 wuyueyue 的博客首頁 (0 bytes) () 10/27/2017 postreply 09:28:13

我上麵說的每們課通過了都有證書的。Andrew 在業界和學術界都很有名,這些證書會很有幫助的。 -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (0 bytes) () 10/27/2017 postreply 10:18:47

另外,我說的課程都是在Coursera 上。Andrew Ng 是她的Founder. -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (0 bytes) () 10/27/2017 postreply 10:26:10

Thanks a lot. -zhuzhuhamster- 給 zhuzhuhamster 發送悄悄話 zhuzhuhamster 的博客首頁 (0 bytes) () 10/27/2017 postreply 10:04:34

What's the English term for "機器學習"? Please advise. -尋夢千裏- 給 尋夢千裏 發送悄悄話 (114 bytes) () 10/27/2017 postreply 10:40:44

就是 Machine Learning -TTFAN- 給 TTFAN 發送悄悄話 (0 bytes) () 10/27/2017 postreply 10:58:29

對。Machine learning is out there for more than 30 years. But deep -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (0 bytes) () 10/27/2017 postreply 11:57:40

had breakthrough just four or five years ago. It is much better -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (32 bytes) () 10/27/2017 postreply 11:59:55

好信息,雖然不轉,但也可學習學習。二十年前就接觸過神經網絡,過度差數化,沒啥預測價值,隻能玩玩概念。 -pichawxc- 給 pichawxc 發送悄悄話 (0 bytes) () 10/27/2017 postreply 12:38:44

深度學習,神經網絡這些確實二、三十年前就有了,可那 -TTFAN- 給 TTFAN 發送悄悄話 (74 bytes) () 10/27/2017 postreply 12:44:02

是。現在是用 GPU.但會有越來越多的專用芯片的。所有的芯片公司都在招懂 deep learning 的 人。 -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (0 bytes) () 10/27/2017 postreply 13:07:27

以前的“深度”學習無法實用, 大家都 跟你一樣 quit。 現在已進入實用階段, 但人才稀缺, 所以是個機會。 -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (0 bytes) () 10/27/2017 postreply 12:58:15

頂。同推薦Andrew的課。現在的machine learning的技術和十幾年前完全兩樣了,有很多現成的模塊可以用 -Manymore- 給 Manymore 發送悄悄話 Manymore 的博客首頁 (0 bytes) () 10/27/2017 postreply 13:05:25

你讀microServices嗎?我正好也在培訓這兩個,machine learning非常有意思, -慧惠- 給 慧惠 發送悄悄話 慧惠 的博客首頁 (134 bytes) () 10/27/2017 postreply 17:39:43

我不知道microService. Machine learning 的入門課,Andrew Ng 的最簡單且實用。 -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (0 bytes) () 10/27/2017 postreply 20:41:09

不知所雲,不過聽起來很厲害的樣子 -圓老扁- 給 圓老扁 發送悄悄話 (0 bytes) () 10/27/2017 postreply 18:22:51

簡單說,機器自己學習需要通過大量數據,以前做不到,大數據時代給了這樣一個飛躍 -慧惠- 給 慧惠 發送悄悄話 慧惠 的博客首頁 (0 bytes) () 10/27/2017 postreply 19:52:04

那你現在憑它找到工作了嗎?一門課需要大約多少錢? -妖靈後- 給 妖靈後 發送悄悄話 妖靈後 的博客首頁 (0 bytes) () 10/27/2017 postreply 19:19:20

我剛找到的工作是NLP 方麵的,deep learning 在近四,五年裏完全改變了NLP。 -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (182 bytes) () 10/27/2017 postreply 20:33:22

job title / skill set 是什麽?是python programmer 嗎。怎麽沒見過。我會這個 -niersi- 給 niersi 發送悄悄話 niersi 的博客首頁 (0 bytes) () 10/28/2017 postreply 02:19:55

少部分公司是Machine learning engineer ,大部分是data scientist. -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (368 bytes) () 10/28/2017 postreply 04:28:57

多謝朋友。好久不見。問好 :D -niersi- 給 niersi 發送悄悄話 niersi 的博客首頁 (180 bytes) () 10/28/2017 postreply 14:06:50

Skill set -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (348 bytes) () 10/28/2017 postreply 04:40:31

Job search 裏很少看到要求deep Learning, 是因為會的人少,幾年後會不一樣的,所以是機會。 -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (0 bytes) () 10/28/2017 postreply 04:44:15

另外,你比我年輕多了,年齡不是問題。actually,年輕人會認為 你是inspiration. -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (0 bytes) () 10/28/2017 postreply 04:50:09

謝謝樓主分享。頂一個! -老九不能走- 給 老九不能走 發送悄悄話 老九不能走 的博客首頁 (0 bytes) () 10/28/2017 postreply 09:51:02

coursera上麵的washington state university的機器學習是不是更好? -天天向上998- 給 天天向上998 發送悄悄話 (326 bytes) () 10/28/2017 postreply 13:33:05

我前麵提到過data scientists 和machine learning engineer 的區別。 -QualityWithoutName- 給 QualityWithoutName 發送悄悄話 QualityWithoutName 的博客首頁 (238 bytes) () 10/28/2017 postreply 20:28:52

謝謝分享!同意Andrew的課講得好,深入淺出! -study169- 給 study169 發送悄悄話 (0 bytes) () 11/02/2017 postreply 07:21:00

謝謝分享, deep learning 確實是不錯 -莫瑞斯- 給 莫瑞斯 發送悄悄話 (0 bytes) () 11/28/2017 postreply 14:31:36

請您先登陸,再發跟帖!