现在是跳到deep learning 的好机会。

来源: QualityWithoutName 2017-10-27 08:16:32 [] [博客] [旧帖] [给我悄悄话] 本文已被阅读: 次 (2054 bytes)
本文内容已被 [ QualityWithoutName ] 在 2017-10-27 13:09:51 编辑过。如有问题,请报告版主或论坛管理删除.

写一点我的经验和想法给大家作参考。我三年半以前被栽,当时云计算和机器学习很热,觉得机器学习更适合我。就开始利用网上资源学机器学习。上过Andrew Y Ng 的课 machine learning(coursera),再学了一点NLP(natural language processing), 这点知识使我从c# .net 跳到java spring 做一个公司的自然语言产品。做了一年多后被转到另一个project, 原因是我在的城市的R&D不在公司总部,只有三个人,而公司CEO对那个自然语言项目入迷,想对开发有非常tight control.公司要我们转项目时说是临时帮忙,完了后再转回去。没想到最后决定把我们都砍了,给了我们两个月的时间找工作。

所以我这三个月都在找工作,很快发现deep learning 是一个很容易切入的项当。由于历史原因,neural network (现在叫deep learning) 几经坎坷, 坚持到底的人很少,也就多大的Geoffrey Hinton, Montreal 的Yashihua Bengio, 还有一个是Yann Lecun 几个人。只这几个大牛,而他们的学生都被FAGA大公司挖走,别的学校做deep learning 的人很少, 所以,现在很缺这方面的人才。另外,大家有兴趣到YouTube 上找Andrew Ng的video 看看,就知道deep learning 成熟到可以做很多实用产品。

我建议有兴趣的朋友可以上coursera 上Andrew 的deep learning specialization.没有机器学习背景的先上他的机器学习。Andrew 的课很实用,又比较容易。愿意深一点的可上Geoffrey Hinton 的Neural network in machine learning,这是公认的比较难的课,对找工作会有很大的帮助。

另外一点是,需要有耐心。很多公司想招deep learning 的人,但公司里有经验,懂的人没有,没法评估候选人。拿证书会有帮助。

我觉得这种机会特别适合喜欢学习钻研的人,学习应用数学,物理,CS和工程的人,只要有心,有时间都可以试试。

所有跟帖: 

谢谢信息。什么证书比较好呢, 业界接受度高呢? -wuyueyue- 给 wuyueyue 发送悄悄话 wuyueyue 的博客首页 (0 bytes) () 10/27/2017 postreply 09:28:13

我上面说的每们课通过了都有证书的。Andrew 在业界和学术界都很有名,这些证书会很有帮助的。 -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (0 bytes) () 10/27/2017 postreply 10:18:47

另外,我说的课程都是在Coursera 上。Andrew Ng 是她的Founder. -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (0 bytes) () 10/27/2017 postreply 10:26:10

Thanks a lot. -zhuzhuhamster- 给 zhuzhuhamster 发送悄悄话 zhuzhuhamster 的博客首页 (0 bytes) () 10/27/2017 postreply 10:04:34

What's the English term for "机器学习"? Please advise. -寻梦千里- 给 寻梦千里 发送悄悄话 (114 bytes) () 10/27/2017 postreply 10:40:44

就是 Machine Learning -TTFAN- 给 TTFAN 发送悄悄话 (0 bytes) () 10/27/2017 postreply 10:58:29

对。Machine learning is out there for more than 30 years. But deep -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (0 bytes) () 10/27/2017 postreply 11:57:40

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

好信息,虽然不转,但也可学习学习。二十年前就接触过神经网络,过度差数化,没啥预测价值,只能玩玩概念。 -pichawxc- 给 pichawxc 发送悄悄话 (0 bytes) () 10/27/2017 postreply 12:38:44

深度学习,神经网络这些确实二、三十年前就有了,可那 -TTFAN- 给 TTFAN 发送悄悄话 (74 bytes) () 10/27/2017 postreply 12:44:02

是。现在是用 GPU.但会有越来越多的专用芯片的。所有的芯片公司都在招懂 deep learning 的 人。 -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (0 bytes) () 10/27/2017 postreply 13:07:27

以前的“深度”学习无法实用, 大家都 跟你一样 quit。 现在已进入实用阶段, 但人才稀缺, 所以是个机会。 -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (0 bytes) () 10/27/2017 postreply 12:58:15

顶。同推荐Andrew的课。现在的machine learning的技术和十几年前完全两样了,有很多现成的模块可以用 -Manymore- 给 Manymore 发送悄悄话 Manymore 的博客首页 (0 bytes) () 10/27/2017 postreply 13:05:25

你读microServices吗?我正好也在培训这两个,machine learning非常有意思, -慧惠- 给 慧惠 发送悄悄话 慧惠 的博客首页 (134 bytes) () 10/27/2017 postreply 17:39:43

我不知道microService. Machine learning 的入门课,Andrew Ng 的最简单且实用。 -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (0 bytes) () 10/27/2017 postreply 20:41:09

不知所云,不过听起来很厉害的样子 -圆老扁- 给 圆老扁 发送悄悄话 (0 bytes) () 10/27/2017 postreply 18:22:51

简单说,机器自己学习需要通过大量数据,以前做不到,大数据时代给了这样一个飞跃 -慧惠- 给 慧惠 发送悄悄话 慧惠 的博客首页 (0 bytes) () 10/27/2017 postreply 19:52:04

那你现在凭它找到工作了吗?一门课需要大约多少钱? -妖灵后- 给 妖灵后 发送悄悄话 妖灵后 的博客首页 (0 bytes) () 10/27/2017 postreply 19:19:20

我刚找到的工作是NLP 方面的,deep learning 在近四,五年里完全改变了NLP。 -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (182 bytes) () 10/27/2017 postreply 20:33:22

job title / skill set 是什么?是python programmer 吗。怎么没见过。我会这个 -niersi- 给 niersi 发送悄悄话 niersi 的博客首页 (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- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (368 bytes) () 10/28/2017 postreply 04:28:57

多谢朋友。好久不见。问好 :D -niersi- 给 niersi 发送悄悄话 niersi 的博客首页 (180 bytes) () 10/28/2017 postreply 14:06:50

Skill set -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (348 bytes) () 10/28/2017 postreply 04:40:31

Job search 里很少看到要求deep Learning, 是因为会的人少,几年后会不一样的,所以是机会。 -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (0 bytes) () 10/28/2017 postreply 04:44:15

另外,你比我年轻多了,年龄不是问题。actually,年轻人会认为 你是inspiration. -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (0 bytes) () 10/28/2017 postreply 04:50:09

谢谢楼主分享。顶一个! -老九不能走- 给 老九不能走 发送悄悄话 老九不能走 的博客首页 (0 bytes) () 10/28/2017 postreply 09:51:02

coursera上面的washington state university的机器学习是不是更好? -天天向上998- 给 天天向上998 发送悄悄话 (326 bytes) () 10/28/2017 postreply 13:33:05

我前面提到过data scientists 和machine learning engineer 的区别。 -QualityWithoutName- 给 QualityWithoutName 发送悄悄话 QualityWithoutName 的博客首页 (238 bytes) () 10/28/2017 postreply 20:28:52

谢谢分享!同意Andrew的课讲得好,深入浅出! -study169- 给 study169 发送悄悄话 (0 bytes) () 11/02/2017 postreply 07:21:00

谢谢分享, deep learning 确实是不错 -莫瑞斯- 给 莫瑞斯 发送悄悄话 (0 bytes) () 11/28/2017 postreply 14:31:36

请您先登陆,再发跟帖!