d***n
发帖数: 832 | 1 对这一块基本上不懂
有人说这一块是未来的方向
到底有多大前途？
有必要转过去做一段时间么
前面有个贴讨论过
似乎是不建议转说是很难
供过于求，大公司里牛人太多什么的 |
S*******w
发帖数: 24236 | 2 学一点 没坏处
不过难度没觉得很大。。 神马kdd nips的paper基本也是灌水。 |
j**w
发帖数: 382 | 3
Maybe there is a machine learn algorithm can predict the future of machine
learning
【在 d***n 的大作中提到】
: 对这一块基本上不懂
: 有人说这一块是未来的方向
: 到底有多大前途？
: 有必要转过去做一段时间么
: 前面有个贴讨论过
: 似乎是不建议转说是很难
: 供过于求，大公司里牛人太多什么的
|
d***n
发帖数: 832 | 4 有位做了一两年的朋友也说不难
自己没做过确实不知水深水浅
【在 S*******w 的大作中提到】
: 学一点 没坏处
: 不过难度没觉得很大。。 神马kdd nips的paper基本也是灌水。
|
d***n
发帖数: 832 | 5 这个倒个是有意思的问题
有人在研究这个么
【在 j**w 的大作中提到】
:
: Maybe there is a machine learn algorithm can predict the future of machine
: learning
|
h*d
发帖数: 19309 | 6 统计数学不好的话只能用现成的
【在 d***n 的大作中提到】
: 有位做了一两年的朋友也说不难
: 自己没做过确实不知水深水浅
|
p*****2
发帖数: 21240 | |
l*****a
发帖数: 14598 | 8 估计下一个google就是你俩搞出来的了
【在 p*****2 的大作中提到】
: 我准备跟800题大牛一起研究一下，感觉有用。
|
M********h
发帖数: 59 | 9 回复的各位口气都好大，呵呵
【在 d***n 的大作中提到】
: 对这一块基本上不懂
: 有人说这一块是未来的方向
: 到底有多大前途？
: 有必要转过去做一段时间么
: 前面有个贴讨论过
: 似乎是不建议转说是很难
: 供过于求，大公司里牛人太多什么的
|
M********h
发帖数: 59 | 10 kdd是data mining为主的。ML主要是ICML |
|
|
l******n
发帖数: 9344 | 11 说实话，这个应用才是主要的，正真做算法反而没啥前途
【在 h*d 的大作中提到】
: 统计数学不好的话只能用现成的
|
p*****2
发帖数: 21240 | 12
嗯。感觉能应用上就挺好。
【在 l******n 的大作中提到】
: 说实话，这个应用才是主要的，正真做算法反而没啥前途
|
d********u
发帖数: 5383 | 13 说实话，统计现在在用不是因为它更精准，而是因为ML在实际应用上还没有比它更好。
现在所谓在用的“模型”就是个笑话，做模型的PHD们跟内什么基本是同义词。大家有
干这个的朋友可以去问问，基本就是在混吃等死。
【在 l******n 的大作中提到】
: 说实话，这个应用才是主要的，正真做算法反而没啥前途
|
l****i
发帖数: 54 | |
k*********6
发帖数: 738 | 15 是吗，呵呵，那你数学统计很好，特别是nips.灌水是。nips overall难度可不小啊。。
【在 S*******w 的大作中提到】
: 学一点 没坏处
: 不过难度没觉得很大。。 神马kdd nips的paper基本也是灌水。
|
k*********6
发帖数: 738 | 16 呵呵，ML, DM不太用分家啦。。。
【在 M********h 的大作中提到】
: kdd是data mining为主的。ML主要是ICML
|
p*****2
发帖数: 21240 | 17
大牛啥时候给我上一课呢？
【在 k*********6 的大作中提到】
: 呵呵，ML, DM不太用分家啦。。。
|
k*********6
发帖数: 738 | 18 不敢多说了，我先找个地缝藏起来:-)
【在 p*****2 的大作中提到】
:
: 大牛啥时候给我上一课呢？
|
p*****2
发帖数: 21240 | 19
又去做隐牛了？
【在 k*********6 的大作中提到】
: 不敢多说了，我先找个地缝藏起来:-)
|
h*d
发帖数: 19309 | 20 有些优化需要对算法本身非常了解，这个就要看数学功底了
【在 l******n 的大作中提到】
: 说实话，这个应用才是主要的，正真做算法反而没啥前途
|
|
|
c***z
发帖数: 6348 | 21 混吃等死挺好
【在 d********u 的大作中提到】
: 说实话，统计现在在用不是因为它更精准，而是因为ML在实际应用上还没有比它更好。
: 现在所谓在用的“模型”就是个笑话，做模型的PHD们跟内什么基本是同义词。大家有
: 干这个的朋友可以去问问，基本就是在混吃等死。
|
c***z
发帖数: 6348 | 22 machine learning with big data, the way to go |
p*****2
发帖数: 21240 | 23 Pattern这个ML的library值得一看吗？ |
c***z
发帖数: 6348 | |
l******n
发帖数: 9344 | 25 现在基本都做generic的算法，单独做优化的很少，这种一般都是自己公司的RD做，不
会找外面的公司
【在 h*d 的大作中提到】
: 有些优化需要对算法本身非常了解，这个就要看数学功底了
|
l*******m
发帖数: 1096 | 26 在工业界做ML的分为几种。
- research，走的半学术路线，这个基本要求根正苗红的phd
- 帮research scientists实现算法, 这个普通软工都行，这类只有在大公司才有这样
的positions
- 偏分析数据，建模，不直接参与公司产品。主要就是建模和分析，不需要是phd, 统
计，数学，cs都能干。
- 建模并实现公司产品。这类不要求开发新算法，但如果没有合适的open source, 一
般要求实现模型。要对整个quality负责。这类压力比较大，需要真功夫，吹牛的成效
是不大。
【在 d***n 的大作中提到】
: 对这一块基本上不懂
: 有人说这一块是未来的方向
: 到底有多大前途？
: 有必要转过去做一段时间么
: 前面有个贴讨论过
: 似乎是不建议转说是很难
: 供过于求，大公司里牛人太多什么的
|
