一亩三分地论坛

 找回密码
 获取更多干货,去instant注册!

扫码关注一亩三分地公众号
查看: 742|回复: 2
收起左侧

[其他] 数学大二有将来申DM/ML方向phD求建议

[复制链接] |试试Instant~ |关注本帖
ariel2015 发表于 2015-7-31 17:03:31 | 显示全部楼层 |阅读模式

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看,没有帐号?获取更多干货,去instant注册!

x
国内普通985数学系大二,即将大三,现参与学校2+2项目去美帝某州立大学继续学应数
将来对申DM/ML方向的PhD有想法,不知道怎么开始
求指导和建议。
比如
1 、建议 whatever都可以
2、ML/DM的知识树(预备知识)是怎样的呢?
3、对ML和DM的了解仅限于有限的公开课和wiki,怎样获得更多的了解?比如应该选修什么课,或者应该找什么方向的实习或者项目这种吗?
wzy930712 发表于 2015-8-3 23:49:16 | 显示全部楼层
1.赶紧进实验室...已经大三了如果你还没基础那发顶会paper基本希望不大了...争取混个顶会二三作或者二级会一作吧...如果只有研究经历没有产出的话top 30基本不要想了...

2.知识树数学就是线代和概率统计,和高级的线代和概率统计......当然有些细节方向会用到图论和抽代的东西,不过你估计学不到那个层次
CS方向一般都是general AI -> undergrad ML - grad ML...每个学校叫法不一样,有的会有ML theory偏理论方向的有的会有ML application偏应用方向的
. more info on 1point3acres.com
3. 上课呗...ML一般讲课也就三类,supervised, unsupervised, reinforcement, 一般上课讲的东西也都很有限,基本就是decision tree, regression, SVM, neural net, boosting, clustering, PCA/ICA之类的,基本的了解wikipedia足够了...
真正学好ML你的理论基础一定要跟上,否则你永远是别人告诉你用什么算法然后你去实现,和码农没什么区别,想上PHD这点很重要,一般美本的课都会注重实践的,比如说给你一个dataset,你自己来选用什么算法。。。
所有的dataset你都应该仔细想想他有什么性质, expectation, variance可能是什么,你的prior有什么,还有你的目的是什么,low variance/high bias还是high variance/low bias,就是所谓的ML的insight...这种东西你只能多看paper多实践多思考才行,. 1point3acres.com/bbs
没有10年功夫就别想了...等以后你面试就会发现research的面试没人在意你会什么算法,你能不能在有限时间里面写出bug-free的代码,公司或者学校招你看的就是你的insight...
你这个阶段就别想能做到真正的ML/DM的实习或者项目了,反正就是各种常见的问题你能实现就用不同算法实现实现,到实验室多学习就足够了

评分

2

查看全部评分

回复 支持 1 反对 0

使用道具 举报

zzpnm003 发表于 2015-8-6 05:21:48 | 显示全部楼层
就统计和概率吧,基本上所有ml算法都是以这两个为基础的。到高级的分析各种精度分析都是notation,跟统计科差不多。

Python好好学学,哈哈。

评分

1

查看全部评分

回复 支持 反对

使用道具 举报

本版积分规则

请点这里访问我们的新网站:一亩三分地Instant.

Instant搜索更强大,不扣积分,内容组织的更好更整洁!目前仍在beta版本,努力完善中!反馈请点这里

关闭

一亩三分地推荐上一条 /5 下一条

手机版|小黑屋|一亩三分地论坛声明 ( 沪ICP备11015994号 )

custom counter

GMT+8, 2016-12-9 03:04

Powered by Discuz! X3

© 2001-2013 Comsenz Inc. Design By HUXTeam

快速回复 返回顶部 返回列表