t**r
发帖数: 3428 | |
p*****2
发帖数: 21240 | 2 先说说ml到底有意思吗
【在 t**r 的大作中提到】
: machine learning如何學？
|
e*******s
发帖数: 1979 | 3 没意思
【在 p*****2 的大作中提到】
: 先说说ml到底有意思吗
|
p*****2
发帖数: 21240 | 4 我觉得也是
【在 e*******s 的大作中提到】
: 没意思
|
G***n
发帖数: 877 | 5 你是要去面MS的machine learning组吧?
【在 t**r 的大作中提到】
: machine learning如何學？
|
n*****n
发帖数: 5277 | |
g**s
发帖数: 2331 | 7 偏理论。如果不加入项目组，很难“学”到什么。
做这个倒是很有前途。原因是能吓住人。 |
j*d
发帖数: 96 | 8 Define 有意思.
【在 p*****2 的大作中提到】
: 先说说ml到底有意思吗
|
h*******e
发帖数: 1377 | 9 ~~ 似乎听说ml修过课的人很多，不深入在这个方向上jobhunting不会有太大竞争力~
是真的么 |
e***a
发帖数: 1661 | 10 take a whole PhD program for ML |
|
|
c**********8
发帖数: 1052 | 11
是的
上上课只是皮毛，被ML的人面试一下子就露馅了
感觉只有ML phd或者做了ML项目的才能唬住人
【在 h*******e 的大作中提到】
: ~~ 似乎听说ml修过课的人很多，不深入在这个方向上jobhunting不会有太大竞争力~
: 是真的么
|
s******6
发帖数: 57 | 12 我当时候主要还是看NG的视频，但是其实工作上用到的算法很少，有些东西学了就忘记
了。也许参加相关的竞赛得到的效果还不错吧，hackerrank应该比kaggle的题目容易 |
x*******3
发帖数: 396 | 13 只要是有专业性强的科目，其实都一样，不是上上课就能了解的，必须做research 发
paper，你才能知道问题在哪里。
比如搞搞发动机的，你上再多课也没有用，中国现在还是做不出来高性能发动机，
比如说高无线通信的，你上再多课也没有用，去开发新的无线协议，做研究，必须做过
research,发过顶级paper才知道问题在哪里。
ML相对来说算好一点，但一样非常专业，不是你上个课就能了事的。 |
z***m
发帖数: 1602 | 14 无线通信的顶级paper离工业界太远了
【在 x*******3 的大作中提到】
: 只要是有专业性强的科目，其实都一样，不是上上课就能了解的，必须做research 发
: paper，你才能知道问题在哪里。
: 比如搞搞发动机的，你上再多课也没有用，中国现在还是做不出来高性能发动机，
: 比如说高无线通信的，你上再多课也没有用，去开发新的无线协议，做研究，必须做过
: research,发过顶级paper才知道问题在哪里。
: ML相对来说算好一点，但一样非常专业，不是你上个课就能了事的。
|
x*******3
发帖数: 396 | 15 看你做什么，physical layer的话其实一点都不远，等计算机在足够快到可以彻底用
software-defined radio 的时候，那些paper马上就可以变成工业界的标准。
现在已经有这个趋势了。pcell就是个例子。
【在 z***m 的大作中提到】
: 无线通信的顶级paper离工业界太远了
|
z***m
发帖数: 1602 | 16 physical layer的顶级paper全部信息论的，现在做MIMO， OFDM之类的很难发paper的
SDR更多是mac以上了。你说说SDR里有啥PHY layer的技术是新的吧。前几年PHYlayer的
那帮人在做啥interference alignment, compressed sensing, relay（关于信息论的
），已经networking information theory.真不知道那些bound咋个就能马上成工业标
准了。
【在 x*******3 的大作中提到】
: 看你做什么，physical layer的话其实一点都不远，等计算机在足够快到可以彻底用
: software-defined radio 的时候，那些paper马上就可以变成工业界的标准。
: 现在已经有这个趋势了。pcell就是个例子。
|
z***m
发帖数: 1602 | 17 那么多公司在做ML，或者号称在做，哪儿有那么多PHD啊
更多的还是在用现有的东西
【在 c**********8 的大作中提到】
:
: 是的
: 上上课只是皮毛，被ML的人面试一下子就露馅了
: 感觉只有ML phd或者做了ML项目的才能唬住人
|
x*******3
发帖数: 396 | 18 你太小瞧技术的发展了。
check一下pcell吧，其实就是大规模MIMO-Beamforming,只不过所有的天线都连接到了
计算机集群这个中枢。
那些bound被hit最多10年。
【在 z***m 的大作中提到】
: physical layer的顶级paper全部信息论的，现在做MIMO， OFDM之类的很难发paper的
: SDR更多是mac以上了。你说说SDR里有啥PHY layer的技术是新的吧。前几年PHYlayer的
: 那帮人在做啥interference alignment, compressed sensing, relay（关于信息论的
: ），已经networking information theory.真不知道那些bound咋个就能马上成工业标
: 准了。
|
G***n
发帖数: 877 | 19 非常有意思啊
【在 p*****2 的大作中提到】
: 先说说ml到底有意思吗
|
z***m
发帖数: 1602 | 20 不就是distribute MIMO-BF嘛， 这东西灌水都是几年的事情了，肯定没啥顶级paper了。
这么说吧，搞无线的PHY的顶级paper大概是这个顺序 Trans on Information theory >
TCom > TSignalProcessing>TWireless
所以Distributed MIMO也就在后面几个杂志上出现了，现在不知道还有没有人搞了
【在 x*******3 的大作中提到】
: 你太小瞧技术的发展了。
: check一下pcell吧，其实就是大规模MIMO-Beamforming,只不过所有的天线都连接到了
: 计算机集群这个中枢。
: 那些bound被hit最多10年。
|
z***m
发帖数: 1602 | 21 network information theory的那些capacity bound是啥还没弄明白呢, 最多就是些
upper bound，能不能achieve还另说呢。
【在 x*******3 的大作中提到】
: 你太小瞧技术的发展了。
: check一下pcell吧，其实就是大规模MIMO-Beamforming,只不过所有的天线都连接到了
: 计算机集群这个中枢。
: 那些bound被hit最多10年。
|
