※ 本文轉寄自 ptt.cc, 文章原始頁面
看板Soft_Job
標題

[請益] 機器學習線上課推薦

最新2024-01-03 15:25:00
留言77則留言,34人參與討論
推噓30 ( 30047 )
小弟因為之前公司的專案 有接觸到機器學習這塊 還滿感興趣的 想說利用下班及週末時間 自己研究線上課或Youtube教學 看未來有沒有機會轉職 不過大學科系和程式完全沒沾邊 只有公司專案接觸過 稍微有點概念這樣 想問如果沒有coding基礎的話 各位大大有推薦比較系統性的線上課嗎? 或是有人自學成功的? P.S 這陣子有google過 好像大多推薦學前or後端 但目前主要是對人工智慧 或機器學習這塊比較有興趣 感謝各位大大 https://i.imgur.com/4cm0RaS.png
[請益] 機器學習線上課推薦
---- Sent from BePTT -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.169.12 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1703753724.A.92D.html

77 則留言

encorek22554, 1F
如果是學習概念與入門基礎,推薦李宏毅的課程,實

encorek22554, 2F
作面你終究要碰程式碼,但一般人玩ai頂多框架疊疊

encorek22554, 3F
積木應該也不是太難

jknm0510a, 4F
我最近也在學DL,是看台大李宏毅的公開課,講得很好

jknm0510a, 5F
但是需要程式基礎和一些數學基礎,像我不太會python

jknm0510a, 6F
就寫幾句需要google看一下文法怎麼做

Bluexuan, 7F
不管買哪個平台的線上課都需要花時間大量練習

lungger, 8F
機器學習林軒田 看完接深度學習李宏毅

acgotaku, 9F
不用專研 真的浪費時間 你直接研究人家做好的工具

keepxha, 10F
學這塊要出國發展,台灣舞台太小,直接用人家研究好的模

keepxha, 11F
型做延伸產品吧

keepxha, 12F
中研院也是拿人家的模型來套

weeafterwork, 13F
鍵深坊的課不錯,可以找Wayne,他有五年經驗教基礎

weeafterwork, 14F
進階都滿OK

teddy, 15F
台大李弘毅 陳縕農

kilala12, 16F
市面上的課比較多前端後端的~機器學習的確實比較少

stepnight, 17F
沒相關技能,有辦法靠機器學習轉職嗎

jigfopsda, 18F
李弘毅看完以後去刷 Kaggle

jigfopsda, 19F
更正,一邊看一邊刷,做中學進步才快

jigfopsda, 20F
刷出一點心得以後看看工作上有什麼專案可以應用

jigfopsda, 21F
看看能不能說服主管讓你做看看,開始做有業界經驗看要

jigfopsda, 22F
內轉 ML 或外找都可以

jigfopsda, 23F
BTW 先把 coding 基礎學起來再學 ML

richardz, 24F
題外話沒有coding基礎,直接學ML會不會很辛苦啊

libitum, 25F
如果興趣學 coursera上面有很多不錯的課程跟資源

libitum, 26F
如果想要學而轉職 放棄吧 ML相關職缺太少了 你競爭者不是

libitum, 27F
相關科系碩士就博士 輪不到你 想轉職走前、後端實際一點

libitum, 28F
沒有coding基礎 你學ML要怎麼實作? 就是紙上談兵而已

bowin, 29F
ML is programmingit's part of software engineering.

rocking5566, 30F
先說說你的需求吧,你想要快速用AI做出應用呢?還是

rocking5566, 31F
想學習AI背後的原理

encorek22554, 32F
感覺他只是做做應用而已,不太需要看到林軒田的課

jknm0510a, 33F
不會coding但是很會研究很會數學也是可以拉,走模型

jknm0510a, 34F
優化,但是想想你優化後的模型也是要靠coding驗證...

NerVGear, 35F
不要學 而且ML吃的是Domain knowlege

NerVGear, 36F
不同領域的ML天差地遠 只想轉職學好coding遠比學好ML更

NerVGear, 37F
迫切 不如刷爛LC還有點機會進Google

DarkIllusion, 38F
不用上課 你直接跟著Pytorch的tutorials頁面開始做

DarkIllusion, 39F
看完以後自己去huggingface上找你想玩的應用

daniel021477, 64F
自找苦吃了

bomb1000, 65F
推爆Daniel,要無負擔的看李洪毅還是要有基本微積分統

bomb1000, 66F
計跟線代基礎,不要什麼都沒有傻傻去看,會浪費時間

mcps5601, 67F
我覺得李宏毅講的很棒啊,有些比較難的部分YT下方留言

mcps5601, 68F
可能有人補充了

mcps5601, 69F
要系統性學習的話,我覺得需要先確定大方向,像是CV,

mcps5601, 70F
NLP,或speech

jknm0510a, 71F
李弘毅的課是看了一堂後要自己找好幾堂的課來補裡面的

jknm0510a, 72F
知識,不是補線性代數微積分就是補以前才講到的模型

jknm0510a, 73F
一個transformer作業裡有用到RNN就要回頭去找幾年前講

jknm0510a, 74F
的RNN課程,我都想現在大學生這樣修一門要花那麼多時間

brucetu, 75F
很多知名模型的論文也沒有線代跟統計啊 -.-

chaxxene, 76F
機器學習應該主要是python?python滿好上手的,加油

kidtoo, 77F
自學真的要有很大的自制力