当前在线人数17930
首页 - 分类讨论区 - 电脑网络 - 数据科学版 - 同主题阅读文章
未名交友
[更多]
[更多]
请问deep learning方向工作机会多么?
[版面:数据科学][首篇作者:flareon] , 2017年05月03日23:08:49
来APP回复,赚取更多伪币 关注本站公众号:
[首页] [上页][下页][末页] [分页:1 2 ]
flareon
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 1 ]

发信人: flareon (), 信区: DataSciences
标  题: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Wed May  3 23:08:49 2017, 美东)

deep learning太火热,很多人说工作很多
有人说就是媒体吹出来的坑

我想请教到底如何呢?
我个人的认知是:毕竟是才出来的东西,是个机遇,早如行,早占坑

但不知道需求到底如何?发展形势如何?
因为我正好有brain MRI data可以做deep learning分析,不知道是否应该花时间做这
种分析?
--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 146.]

 
higness
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 2 ]

发信人: higness (higness), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Thu May  4 00:23:29 2017, 美东)

听你讲这个话,感觉你对deep learning 并不了解,我推论你可能实分析,矩阵论,凸
分析一类的都没学过。

deep learning其实就是神经网络,出来好几十年了,只是现在就是硬件强大了,预测
能力变得特别强。

如果你以找data scientist为目标,那要补很多数学,我gf前段时间面试投行的data
scientist的工作,面试题很math,考很多算法细节,还有现场写code,感觉现在已经
过了那种会跑跑包就能做data science的时代。

如果只是research,那么你可以跑跑tensor flow在你的数据上,如果出了好的结果,
就很好。


--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 69.]

 
moonrain
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 3 ]

发信人: moonrain (Just One Night), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Thu May  4 00:51:38 2017, 美东)

无数CS和BME的人都在做deep learning for healthcare
刚刚结束的kaggle bowl就是MRI的
所以这是没啥特别的分析
没有相关PhD的基础,学会keras/TF 最后也就跟sklearn一样,是一个大家都会用的工具



【 在 flareon () 的大作中提到: 】
: deep learning太火热,很多人说工作很多
: 有人说就是媒体吹出来的坑
: 我想请教到底如何呢?
: 我个人的认知是:毕竟是才出来的东西,是个机遇,早如行,早占坑
: 但不知道需求到底如何?发展形势如何?
: 因为我正好有brain MRI data可以做deep learning分析,不知道是否应该花时间做这
: 种分析?



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 104.]

 
flareon
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 4 ]

发信人: flareon (), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Thu May  4 10:34:46 2017, 美东)

我一直做基本的machine learning和data process

deep learning我当然知道是deep neural network;但我的意思是,毕竟实现操作起来
不一样。dl对GPU要求高,running时间长,甚至侧重点(比如图像)都和我过去做的不同

所以deep learning是一个全新的领域,我要学习是要花大量时间投入的。

我一方面是为research,一方面也为了转行data sci(从生物);分析疾病数据比我偷
偷分析互联网数据更可以得到老板的支持嘛

不过你说的非常对,我缺少科班数学的training,所以弥补,但也不是一朝一夕;不过
我非常坚决要搞这一行;我也在修网络课程。你说的matrix我当然修过,convex
optimization知道,而实分析,real analysis?我都没听说过


【 在 higness (higness) 的大作中提到: 】
: 听你讲这个话,感觉你对deep learning 并不了解,我推论你可能实分析,矩阵论,凸
: 分析一类的都没学过。
: deep learning其实就是神经网络,出来好几十年了,只是现在就是硬件强大了,预测
: 能力变得特别强。
: 如果你以找data scientist为目标,那要补很多数学,我gf前段时间面试投行的data
: scientist的工作,面试题很math,考很多算法细节,还有现场写code,感觉现在已经
: 过了那种会跑跑包就能做data science的时代。
: 如果只是research,那么你可以跑跑tensor flow在你的数据上,如果出了好的结果,
: 就很好。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 2600:8805:9100:]

 
flareon
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 5 ]

发信人: flareon (), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Thu May  4 10:36:12 2017, 美东)

恩恩。我知道那个kaggle bowl奖金1000000

关键是我没做过tensorflow,又听说各种难啊,要求高啊,觉得神秘


【 在 moonrain (Just One Night) 的大作中提到: 】
: 无数CS和BME的人都在做deep learning for healthcare
: 刚刚结束的kaggle bowl就是MRI的
: 所以这是没啥特别的分析
: 没有相关PhD的基础,学会keras/TF 最后也就跟sklearn一样,是一个大家都会用的
工具



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 2600:8805:9100:]

 
momodpdx
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 6 ]

发信人: momodpdx (), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Thu May  4 11:33:24 2017, 美东)

我也是做一些MRI和fMRI打杂的,其实感觉学术圈比较闭塞,这些新的技术和平台用的
挺少的,对于PI来讲目的不一样所以他们并不很care。关键是懂这方面的人才谁tm还跟
你做academic research...

顺便问一下有什么跟医学图像诊断相关的企业吗

似乎能搞data的最后都去了healthcare保险公司,汗
--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 72.]

 
flareon
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 7 ]

发信人: flareon (), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Thu May  4 12:40:36 2017, 美东)

我只是想借机练手

谁tmd做医学图像

跳出B-I-O三个字母的领域,海阔天空

【 在 momodpdx () 的大作中提到: 】
: 我也是做一些MRI和fMRI打杂的,其实感觉学术圈比较闭塞,这些新的技术和平台用的
: 挺少的,对于PI来讲目的不一样所以他们并不很care。关键是懂这方面的人才谁tm还跟
: 你做academic research...
: 顺便问一下有什么跟医学图像诊断相关的企业吗
: 似乎能搞data的最后都去了healthcare保险公司,汗



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 2600:8805:9100:]

 
aftermath
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 8 ]

发信人: aftermath (Jason), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Thu May  4 21:01:10 2017, 美东)

懂点线性代数,微积分知道怎么求导就行了。其他数学要求都是扯淡。

【 在 flareon () 的大作中提到: 】
: 我一直做基本的machine learning和data process
: deep learning我当然知道是deep neural network;但我的意思是,毕竟实现操作起来
: 不一样。dl对GPU要求高,running时间长,甚至侧重点(比如图像)都和我过去做的
不同
: 所以deep learning是一个全新的领域,我要学习是要花大量时间投入的。
: 我一方面是为research,一方面也为了转行data sci(从生物);分析疾病数据比我偷
: 偷分析互联网数据更可以得到老板的支持嘛
: 不过你说的非常对,我缺少科班数学的training,所以弥补,但也不是一朝一夕;不过
: 我非常坚决要搞这一行;我也在修网络课程。你说的matrix我当然修过,convex
: optimization知道,而实分析,real analysis?我都没听说过



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 72.]

 
nacst23
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 9 ]

发信人: nacst23 (cnc), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sun May  7 11:28:36 2017, 美东)

请问你说得 投行面试 都是那方面的 algorithm and code?
Machine learning or 一般的 计算机算法?

【 在 higness (higness) 的大作中提到: 】
: 听你讲这个话,感觉你对deep learning 并不了解,我推论你可能实分析,矩阵论,凸
: 分析一类的都没学过。
: deep learning其实就是神经网络,出来好几十年了,只是现在就是硬件强大了,预测
: 能力变得特别强。
: 如果你以找data scientist为目标,那要补很多数学,我gf前段时间面试投行的data
: scientist的工作,面试题很math,考很多算法细节,还有现场写code,感觉现在已经
: 过了那种会跑跑包就能做data science的时代。
: 如果只是research,那么你可以跑跑tensor flow在你的数据上,如果出了好的结果,
: 就很好。




--
※ 修改:·nacst23 於 May  7 11:37:16 2017 修改本文·[FROM: 98.]
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 98.]

 
garphy
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 10 ]

发信人: garphy (喜欢猫), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sun May  7 16:22:50 2017, 美东)

骗局而已,吹出来的概念罢了。等泡沫崩了,看谁还提?

【 在 flareon () 的大作中提到: 】
: deep learning太火热,很多人说工作很多
: 有人说就是媒体吹出来的坑
: 我想请教到底如何呢?
: 我个人的认知是:毕竟是才出来的东西,是个机遇,早如行,早占坑
: 但不知道需求到底如何?发展形势如何?
: 因为我正好有brain MRI data可以做deep learning分析,不知道是否应该花时间做这
: 种分析?




--
☆ 发自 iPhone 买买提 1.23.01
--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 2601:0640:8202:]

 
dynkin
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 11 ]

发信人: dynkin (化神奇为腐朽), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sun May  7 18:38:45 2017, 美东)

deep learning现在已经不是研究课题而是工程问题了。如果自己工程能力强或者挂靠
各大公司和学术实验室还是可以的,要不然只能做形而上了。
--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 24.]

 
lurie
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 12 ]

发信人: lurie (lurie), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Mon May  8 16:34:34 2017, 美东)

看你描述的背景我觉得完全没问题。dl门槛不高,一年内入门并了解前沿动态不是啥很
难的事情。

之前那个人太扯淡。投行的传统就是面试考智力题(数学,算法),并不代表dl需要多
少数学。real analysis更是完全不需要。。。目前的dl主要是工程问题而不是数学问
题。



【 在 flareon () 的大作中提到: 】
: 我一直做基本的machine learning和data process
: deep learning我当然知道是deep neural network;但我的意思是,毕竟实现操作起来
: 不一样。dl对GPU要求高,running时间长,甚至侧重点(比如图像)都和我过去做的
不同
: 所以deep learning是一个全新的领域,我要学习是要花大量时间投入的。
: 我一方面是为research,一方面也为了转行data sci(从生物);分析疾病数据比我偷
: 偷分析互联网数据更可以得到老板的支持嘛
: 不过你说的非常对,我缺少科班数学的training,所以弥补,但也不是一朝一夕;不过
: 我非常坚决要搞这一行;我也在修网络课程。你说的matrix我当然修过,convex
: optimization知道,而实分析,real analysis?我都没听说过



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 128.]

 
aatt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 13 ]

发信人: aatt (随机矩阵), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sat Jun 10 20:28:44 2017, 美东)


矩阵论? 你就说线性代数不就得了。

【 在 higness (higness) 的大作中提到: 】
: 听你讲这个话,感觉你对deep learning 并不了解,我推论你可能实分析,矩阵论,凸
: 分析一类的都没学过。
: deep learning其实就是神经网络,出来好几十年了,只是现在就是硬件强大了,预测
: 能力变得特别强。
: 如果你以找data scientist为目标,那要补很多数学,我gf前段时间面试投行的data
: scientist的工作,面试题很math,考很多算法细节,还有现场写code,感觉现在已经
: 过了那种会跑跑包就能做data science的时代。
: 如果只是research,那么你可以跑跑tensor flow在你的数据上,如果出了好的结果,
: 就很好。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 68.]

 
aatt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 14 ]

发信人: aatt (随机矩阵), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sat Jun 10 20:31:01 2017, 美东)


用不上什么实分析。概率和统计则是必须的。



【 在 flareon () 的大作中提到: 】
: 我一直做基本的machine learning和data process
: deep learning我当然知道是deep neural network;但我的意思是,毕竟实现操作起来
: 不一样。dl对GPU要求高,running时间长,甚至侧重点(比如图像)都和我过去做的
不同
: 所以deep learning是一个全新的领域,我要学习是要花大量时间投入的。
: 我一方面是为research,一方面也为了转行data sci(从生物);分析疾病数据比我偷
: 偷分析互联网数据更可以得到老板的支持嘛
: 不过你说的非常对,我缺少科班数学的training,所以弥补,但也不是一朝一夕;不过
: 我非常坚决要搞这一行;我也在修网络课程。你说的matrix我当然修过,convex
: optimization知道,而实分析,real analysis?我都没听说过



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 68.]

 
aatt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 15 ]

发信人: aatt (随机矩阵), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sat Jun 10 20:32:45 2017, 美东)

你错了,需要概率和统计的理论基础。


【 在 aftermath (Jason) 的大作中提到: 】
: 懂点线性代数,微积分知道怎么求导就行了。其他数学要求都是扯淡。
: 不同



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 68.]

 
cccpwx
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 16 ]

发信人: cccpwx (Carp), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sun Jun 11 01:38:31 2017, 美东)

不需要太多,也就做个引子,最后还是要靠线性判别式和线性拟合。

【 在 aatt (随机矩阵) 的大作中提到: 】
: 你错了,需要概率和统计的理论基础。




--
※ 修改:·cccpwx 於 Jun 11 01:40:07 2017 修改本文·[FROM: 69.]
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 69.]

 
cccpwx
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 17 ]

发信人: cccpwx (Carp), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sun Jun 11 01:54:19 2017, 美东)

线性代数如果是国内的本科理工教材,内容其实也很少。最多到什么秩、特征向量特征
值、施密特正交化、正定矩阵就没了。基本上太浅。

至于后面什么广义逆、酉阵、谱分析、矩阵方程都在矩阵论里面。什么QR、LU分解之类
在矩阵分析或数值分析里面。

【 在 aatt (随机矩阵) 的大作中提到: 】
: 矩阵论? 你就说线性代数不就得了。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 69.]

 
HHfireYY
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 18 ]

发信人: HHfireYY (HHYY), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sun Jun 11 16:13:42 2017, 美东)

现在的深度学习所用到的数学就是矩阵点乘,无他也。反而是传统的data science很需
要一些矩阵论的知识。

深度学习本质上是end to end,让机器自己去找规律。人找规律的叫统计。但深度学习
需要对数据的理解和预处理,剩下的就是上合适的算法了。这一块算垦荒地,算法发展
很快。搞算法需要一些数学。但大多数人玩不了算法。


--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 74.]

 
uper
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 19 ]

发信人: uper (天天向上), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sun Jun 11 22:16:36 2017, 美东)

最后一句能否展开说说搞算法需要什么数学?为什么大多数人玩不了,是因为搞算法需
要的数学太难吗?
你这里说得算法是in general,比如introduction to algorithms这本书里对算法的定
义?还是deep learning里让机器自己找规律的特殊的算法?


【 在 HHfireYY (HHYY) 的大作中提到: 】
: 现在的深度学习所用到的数学就是矩阵点乘,无他也。反而是传统的data science很需
: 要一些矩阵论的知识。
: 深度学习本质上是end to end,让机器自己去找规律。人找规律的叫统计。但深度学习
: 需要对数据的理解和预处理,剩下的就是上合适的算法了。这一块算垦荒地,算法发展
: 很快。搞算法需要一些数学。但大多数人玩不了算法。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 108.]

 
uper
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 20 ]

发信人: uper (天天向上), 信区: DataSciences
标  题: Re: 请问deep learning方向工作机会多么?
发信站: BBS 未名空间站 (Sun Jun 11 22:16:38 2017, 美东)

最后一句能否展开说说搞算法需要什么数学?为什么大多数人玩不了,是因为搞算法需
要的数学太难吗?
你这里说得算法是in general,比如introduction to algorithms这本书里对算法的定
义?还是deep learning里让机器自己找规律的特殊的算法?


【 在 HHfireYY (HHYY) 的大作中提到: 】
: 现在的深度学习所用到的数学就是矩阵点乘,无他也。反而是传统的data science很需
: 要一些矩阵论的知识。
: 深度学习本质上是end to end,让机器自己去找规律。人找规律的叫统计。但深度学习
: 需要对数据的理解和预处理,剩下的就是上合适的算法了。这一块算垦荒地,算法发展
: 很快。搞算法需要一些数学。但大多数人玩不了算法。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 108.]

[首页] [上页][下页][末页] [分页:1 2 ]
[快速返回] [ 进入数据科学讨论区] [返回顶部]
回复文章
标题:
内 容:

未名交友
将您的链接放在这儿

友情链接


 

Site Map - Contact Us - Terms and Conditions - Privacy Policy

版权所有,未名空间(mitbbs.com),since 1996