推 kyuudonut: 高老師的課真的很棒 我很慶幸去補習線代前上完了她的微 03/09 22:58
→ kyuudonut: 積分 思考的訓練明顯有差 03/09 22:58
推 etbear: 數學很推3Blue1Brown 有點雜但是好懂有意思 03/09 23:00
→ TKB5566: 那位高老師都是清大以外的人才會推 呵呵 03/10 00:56
推 Apache: 必修高姐姐屬於是倒八輩子血楣了 03/10 02:14
推 Kroner: UC2是天然成分嗎?還是有添加物啊? 03/11 17:05推 o302639: 謝謝推薦 我也很喜歡網路教學 03/10 05:34
推 kyuudonut: 我同事114的也這麼說ㄝ 笑死XDDD 03/10 12:12
→ d8888: 看網路高老師好像是大刀砍王來著?真的這麼硬嗎?XDDDD 03/10 14:14
推 j0958322080: 高微不是高維度的微積分阿,真的要學高維度要先從線 03/10 14:57
推 Chricey: UC2對膝蓋特別有用嗎?有人能證實嗎? 03/13 08:12→ j0958322080: 性代數的線性變換開始 03/10 14:57
推 james732: 「那葛像拱門的符號是什麼」+1 03/10 22:35
→ k798976869: 高微都是在寫證明啦 03/11 16:09
→ kriswu8021: 好慘 03/11 17:05
推 Chricey: 有人知道UC2和其他關節保健品的差異嗎? 03/14 07:56推 eggy1018: 線性代數推薦 MIT 的線代爺爺 03/11 22:23
→ TKB5566: 線性代數好像有個叫什麼斯傳的很有名,天下文化還出過他 03/11 22:58
→ TKB5566: 的教科書中文版,比原文書還厚 03/11 22:58
推 DrTech: 請問你有相關工作經驗嗎?你學得東西,不管是面試還是實際 03/13 08:12
推 Chricey: 我有在用UC2,感覺效果還不錯欸! 03/17 02:35→ DrTech: 工作,其實都用不到了 03/13 08:13
→ DrTech: 簡單說:學錯了。 03/13 08:16
大佬好,小弟本職為醫療人員兼職搜尋引擎開發,ML/DL 在工作上應用為
1. 論文發表,只能做應用類論文,改東西別想了
2. 醫療場景、搜尋引擎應用
除此外就是興趣
目前「應用」課程小弟已聽了一些,如 CS231n、吳恩達 deeplearning.ai 課、
ShareCourse 徐浩軒 python 機器學習與深度學習實作課程、各種 GPT 調 prompt 串
API「專業課程」、李弘毅老師關於 transformer 的介紹等
學數學是每次回頭讀論文,都卡在「數學之牆」甚至連符號都不懂,加上本職進階生統也
需要數學,不想永遠只能硬背生統公式然後都得問專家。所以才強行進階數學 QQ 請問大
佬有建議嗎?謝謝大佬
※ 編輯: d8888 (59.127.72.143 臺灣), 03/13/2024 08:54:26
→ caseypie: 高等微積分跟你想學的東西完全沒有關係 03/14 07:55
→ caseypie: 實際上那門課應該叫初等實分析 03/14 07:56
推 Kroner: 吃過關節保健品,都沒什麼效果,有推薦的牌子嗎? 03/21 05:34推 backpacker18: 你完全搞錯高微的內容了 03/17 02:33
→ backpacker18: Vector calculus 是初微的東西… 03/17 02:33
→ backpacker18: 絕大部分做ML research的都沒學過高微 03/17 02:35
→ backpacker18: 因為用不到 03/17 02:35
→ d8888: 感謝各位大大指點,看來小弟是走路盲修瞎練了 Q<>Q 03/19 22:45
→ ketrobo: 生統卡關應該是contineous random variables沒通,又念了 03/21 05:34
→ ketrobo: 邏輯、集合、高微,可能是卡在微積分,能算會算但少了串聯 03/21 05:34
→ ketrobo: 核心的概念(數字、數列)…ML/DL大概就工科數學或應用數 03/21 05:34
→ ketrobo: 學走一輪…有本書《What Is Mathematics?》你或許可以翻 03/21 05:34
→ ketrobo: 一下,你的狀況建議先看中文翻譯版前三章,試試看能不能解 03/21 05:34
→ ketrobo: 開你的數學困境 03/21 05:34