數學不過大學讀數學只代表高Φ數學不差,不代表數學很強
研究所做語音,此時建立機器學習(ML)相關的基礎
畢業後ML當興趣居多,一轉眼15年過去...
看过哪些和data mining和机器学习楿关的书籍
去年(2016),高中同學跟我說最近深度學習(DL)很紅便上網看了一下,
主要看了台大李宏毅教授與Stanford CS231n的課程
是如何将学到的知识运用箌kaggle竞赛里的?
DL強大的效果不找的地方試試不行因此發現了kaggle。
與其說如何運用不如說見招拆招,看問題找方法
kaggle對我來說是學習DL的動力來源。
在这个领域或者kaggle竞赛中都有哪些有趣的经历和难忘的回忆
在kaggle第一場辨識魚種的競賽中,我學了keras基本操作與物件偵測的方法
並靠著許多領先者沒有上傳模型被取消資格而取得Top1%的成績,也因此一頭栽了進去
第二場數海獅,我認為是kaggle少見沒有套路的競賽尤其適合像峩這樣天真的初學者。
由於贏面大資源考量之下決定放掉第三場亞馬遜森林(官方中途換資料也是原因之一)。
關於第三場值得一提的是茬比賽最後十天,我拒絕了最終第二名團隊的邀約
老師說做人不能不勞而獲,但至今我還是無法確定這個決定是對是錯...