各位前辈晚安
小弟我目前113CS 三年级
如题，小弟我直到大三上才发觉自己以后想走的方向会是ML/DL相关
想请问在学期间应该要学习哪些东西
因为大二下的时候找的专题教授是资安方向的
但因为学长带我们做的东西都是以ML在恶意软件侦测方面相关
才发现自己的兴趣在此
目前会的东西就是因为这个专题而开始学的python和tensorflow
一两个月前开始碰Keras(我知道这个顺序有点反><)
最近也有找另一个教授请教所以也看了几篇学术论文(CapsNet, ResNet)
基本的实作上就是用TF写过CNN和autoencoder这样
没有自己手刻过back-propagation就是了><(但我还是有去认真搞懂他的数学原理)
接下来目标应该会继续念研究所(因为家境关系不太有办法出国念研究所，可能就113这样)
最理想的情况希望能毕业后到国外就职
但对业界的生态不太理解
所以想请版上的前辈们指点有关我在实作上需要往哪些地方精进
还有哪些基本的技能需要点一点
谢谢各位

感谢大大分享 我刚开始学这些东西的时候就是看他的教材他真的教的不错

要学ML为什么不从基本的学呢？先精通clustering, regression跟classification三种family吧

林轩田

英文

楼上113英文够强了吧

“113英文够强了吧” 就算是112都要拼命补强 “够强”这两个字相当的画地自限 我从没听人说过

来北美两年多了，我还没遇过有台湾人觉得自己英文够强。用学校就假设某人的英文够强不是一个很好的推论。

非native speaker,在美国不会有英文够强这种幻觉的。

不要说美国了，我在荷兰都觉得自己英文一塌糊涂

英文应该只有小时候出过国那种才可以叫强吧 113学弟帮推更正：是小时候去旅居英美澳的人

我113毕业, 在美国读了三年书, 还在美商做了十年工作,还是觉得自己英文烂烂的 XD 没交个美国女友英文还真的好不起来, 再怎么讲就那些工作用专业词汇还日常买东西对话很逊 XD不对, 这里是软件版, 不是留学版, 离题了 = =a

推文离题了...XD在台湾英文要好需要特别苦读啦~ 去英语版看人家怎么苦读的有些youtuber的心得也可以看，不出国还是有人能练到接近native speaker

喇叭嘴永远不嫌强。在国外consultung公司上班，看老美，欧州人唬烂，自惭行愧阿，还是乖乖写code往technical track走

试着把各种经典架构实作后传到github如何尤其pytorch现在比tensorflow资源相对少不少你用pytorch把各种架构写出来你github应该就很好看

楼是说的合理*上

113或112, 119 英文程度大概有跟新加坡或菲律宾的国中生一样好就可以偷笑了 平均程度狂输ㄅ

但英文程度在这行并不完全是重点，不然美国流浪汉英文会比较差吗？

如果你想待国外，那就去国外论坛发问吧

Edison4ever 应该没真的认识新加坡菲律宾的国中生 =不过热爱贬低自家人的台湾网友也没少过就是了 :>

用numpy手刻CNN,RNN底层、了解背后的数学含义

不同意英文能力不是重点 除非翻译软件已经强到99%正确率不然新的想法 新的最佳实务 新的blah blah还是全部都是英文 第一时间吸收这些知识并运用是工程师很重要的每日任务正确说 英文能力只是好工程师的必要条件 不是充分条件不过真的离题了= = 在学期间就build project吧 业界就看这个 如果你有点余力去实验室写点DL的应用论文 这在业界也很有说服力 认识一个去deepmind的就是靠他的硕士论文被找上的

要强势点啊，有认识被google挖的学生是从论文搜到的，G还提供奖学金去瑞士唸博士

那位朋友是靠着论文是reinforcement learning在围棋上的应用 刚好跟deepmind当时的需求一致 这我觉得不能强求 不过ML相关的论文对你找工作绝对有帮助

pytorch资源少人家星星就只会去按你的啊要去国外工作又不出国念不就要把github弄好看点别人找资料也都会找到你的github 这关联不是很大吗XD比如martinarjovsky是我印象中第一个看论文实作出wgan的人 你自己去看他星星多少 你是人资看到会不会开勋干我搞笑 因为他就是作者不过我要说的就是星星几乎就是你的曝光度啦也听说帮人做opensource之类的也有帮助 但你可能没空

我靠github拿到杜拜的offer 给你参考进步这么快的时代 实战经验比学历值钱多了

先来修课呀 我有开ML/CV

邱叫兽 XD

walon的cv满了QQ

结论，能去国外唸书、工作就快去~

推邱老师大大