以下內容全部學完是否能找到DL或ML工作?
以下內容全部學完是否能找到深度學習工作?
1.cs231n2.cs224d3.deep learning
4.machine learning in action5.coursera andrew ng machine learning6.coursera hinton neural network7.機器學習 周志華
8.李航統計學習方法9.部分論文10.prml部分
學完和學懂不是一回事;lz列舉的10項,任何一項學懂了後,再以一定實踐經驗,完全足夠找到一份很好的工作了
學生的話,還得看代碼能力,畢竟工業界不是搞理論研究,大部分時間還是在敲代碼。社招的話,還得有項目經驗,紙上談兵不值錢。
學完和學懂是倆個概念。學懂可以吊打某些面試官。
關鍵是理解的如何?真正轉化成自己的活躍知識有多少?如果能達到精通的話,感覺牛逼得不得了
機器學習是理論+經驗的學科。兩者缺一不可。
我們經常接觸到Rule of thumb,這種rule就是前人的經驗積累。
學的過程中或者學完之後,自己可以從小項目開始實踐,積累自己的rule of rule。
現在公司的面試也是理論和實踐相結合的。
在實踐的過程中,我們會遇到很多書本上沒有提及的問題。實踐的過程其實也是再學習的過程。
除此之外,一些基本的概率統計、數值計算、線性代數、數據結構、演算法知識也是值得去了解,對您找工作也會有幫助。
你說的這些要是能全部看完的話也是挺費時間的
還要debug代碼啊?最簡單的代碼往往報錯的最厲害,把相比於理論知識,代碼纔是最噁心的enemy
理論知識看完了可以像學校老師一樣和別人出去畫餅
不實際跑模型,很快就會被人鄙視
狗叼門簾,全憑一張嘴
不解決問題要你何用
每個人對「學完」兩個字的理解都不一樣:
普通人:看完;
對自己有高要求的:理解完;
普通的公司技術面:說有條理地說完演算法流程和把常用的應用到業務中;
有追求的公司的技術面:理論有所感悟,實踐有所改進;
...
人類的下一步:這些說的都已經是我理論的墊腳石了。
如果你是學生,學習了這些領域,對這個領域有一定動手能力和理解能力,找個工作應該是不在話下。但是,如果你已經工作一段時間了,要轉行過來,那難度是不小的。
利益相關:18年校招,拿到過多個大廠的深度學習或者機器學習演算法offer。
題主列出了一些大部頭的書和幾個經典課程。實際上據我觀察,找到工作的同學幾乎都沒有全部學完以上內容,而是隻學過其中的幾項,但在某一個方向有比教材或者課程更深入的研究或者項目經驗。
全部掌握以上內容需要花費比較大的精力,且也不一定能找到工作。因為現在國內這方面的工作對編碼能力(傳統演算法題)的要求還是佔很大的比例,畢竟在實際工作中不是叫你搞搞想法,推推公式就行,而是要實際的用代碼去實現,處理各種問題。
如果題主的目標是為了找個好工作,大可只看其中幾項,餘下的精力去刷好演算法題,掌握好一些操作系統和計算機網路的基礎知識。
推薦閱讀: