Redian新闻
>
请问deep learning方向工作机会多么?
avatar
请问deep learning方向工作机会多么?# DataSciences - 数据科学
g*7
1
近期,在中国有关女性站出来指责被性侵的人越来越多。其中一些包括著名主持人,还
有一些德高望重的文化人;一时间让整个社会对这样一群道貌岸然的人进行批判;在这
里,我们要知道,一直以来,中国女性在社会的地位是很低的,随着妇女的解放,提倡
男女平等以来;中国女性的地位方才慢慢的好转起来,虽说有些女性独立自主,在某方
面已经超越了一部分男人,但总的来说,女性在中国现实中的地位还是不如男人的,这
是不可否认的事实!
一直以来,在中国文化人还有名人都喜欢风流,但古人的风流,大多数是狎妓,因为在
当时妇女地位低下,以金钱做交易。而一些人也因此对妓女产生了感情,如比较有名的
有薛涛与元稹,鱼玄机与温庭筠,李师师与周邦彦,柳如是与钱谦益等;但这些文人虽
风流,但不下流,他们只是用才学来征服烟花女子,属于两情厢悦;这属于文人风流,
而下流的行为是什么呢?便是利用手中的权力强势占有,或未得到女性的同意而强行侵
犯身体,这些都是下流的做法,为世人所不耻;而现实中,很多名人性侵犯女性之后,
还很得意,因为他们把这种行为看成是文人雅士的风流了。
央视主持人朱军上月底被揭4年前曾性骚扰女实习生,引发舆论哗然。事隔20天后,朱
军8月15日通过律师发声明,否认其性骚扰实习生指控,更称已向原匿名举报者及微博
实名转载用户起诉,且案件得到北京海淀区法院受理。当事人通过媒体回应:应诉,对
簿公堂。
这个事件引发网友的围观,当然,目前我们这些旁观者,只能等待结果;但从女孩的表
现来看,可能是身心受到了伤害,不然谁会无缘无故往自己身上扣屎盘子呢?要知道,
对良家女性遭到性骚扰,对一生遭成很大的伤害。如果换成是以前,一时想不开就要抹
脖子了。自然,朱军有没有性骚扰她呢?在事实未清楚之前,谁也不能下定论,但世人
都知道,无风不起浪,可能朱军的某些行为让女孩认为自己被性骚扰,如果真的之间产
生误会,朱军应该要道歉的。因为这是君子的风范,做错事不可怕,可怕的做错了不承
认。
根据报道:一位“麦烧同学”发控诉长文,讲述了其朋友2014年在央视做实习生时,朱
军在化妆室隔着衣服对她猥亵、强吻的经历。被朱军性骚扰的女生曾报警,警察也进行
了取证。不过警方考虑朱军的“对社会巨大正面影响力”,规劝她放弃起诉。先是学校
相关老师找该女生谈话,接着取证的警察也被更换。最后,此事不了了之。
自然,这些都是片面之词,并不能说明什么,但对其中警察取证怕“对社会巨大正面影
响力”如果是事实,似乎这种论调是站不住脚的,因为对任何一个人来说,不管你的社
会身份地位如何,触犯了法律,你就是一个罪犯。因为你没有什么了不起的。可能对现
今社会来说,女性在职场的地位越来越重要,但对一些刚入社会的女性,可能要面对各
种各样的诱惑,如一些单位里的“老人”,常常在这些女性面前摆老资格,如以职位诱
惑,用权力来逼迫;甚至一些“老人”性侵扰“了女性,还浑然不知,因为他们已经把
这些行为看成是社会的潜规则了,这是相当可怕的事情;但在中国现实中却频频出现,
你说是不是一种可悲呢?
近几年,央视主持人传出的丑闻也不少,有的女主持人当“大老虎”的情人,男主持人
当贪官老婆的“情夫”,而且这些人还以为能够攀得高枝而自豪,完全没有廉耻观了,
这对一个文明社会来讲是相当可悲!以前,我们讲“男女授受不亲”可能在当今这个时
代已经格格不入,但我还是建议,男女在某些场合还是保持一定的距离为好。比如一些
老领导干部,老艺术家喜欢跟年轻的女性搞一起胡闹,看似无意,实则有些就是耍流氓
呀!所以对一些德艺双馨的艺术家也好,文化人,主持人,都要摆正自己的位置。不要
认为自己有名就了不起,其实对任何一个人来说,在这个世界不过是一粒尘埃罢了。
而做为现今中国女性越来越多站出来指责性骚扰的名人,勇气可佳,但我更希望女性在
被性骚扰之后,马上站出来指责,取证揭露更为妥当;不要把名人,文化人,主持人想
的太高尚,性骚扰他人都是犯罪人而已。
前段时间,世界metoo运动轰轰烈烈的进行,在中国同样引起一大波热潮,也揭露了很
多道貌岸然的文化人,娱乐圈淫棍,这些都说明,中国女性再次觉醒了,面对性侵不再
沉默,这是见证时代的进步,走出女性面对性侵抹脖子自杀的怪圈,站起身来揭露,应
该值得赞赏!
现今中国一些人出名之后,或者说有了几个臭钱之后,感觉自己非常了不起,对异性不
尊重,在圈子里胡作非为;之前有些女性被侵犯之后,错过了第一时间站出来举报,但
最终以没有证据而以失败告终;不仅败坏了自己的名誉,还让这些流氓逍遥法外了。所
以,对于这些女性勇敢的站出来对“性骚扰”说不,我很赞赏,但我希望这些女性更要
学会在第一时间取证,这样就更加能将社会的人渣,伪君子的真面目揭露出来呢?
avatar
f*n
2
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?
avatar
h*s
3
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。
avatar
m*n
4
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 f*****n 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?

avatar
f*n
5
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 h*****s 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。

avatar
f*n
6
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

工具

【在 m******n 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

avatar
m*x
7
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
avatar
f*n
8
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 m******x 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

avatar
a*h
9
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

【在 f*****n 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

avatar
n*3
10
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 h*****s 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。

avatar
g*y
11
骗局而已,吹出来的概念罢了。等泡沫崩了,看谁还提?

【在 f*****n 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?

avatar
d*n
12
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。
avatar
l*e
13
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。

不同

【在 f*****n 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

avatar
a*t
14
矩阵论? 你就说线性代数不就得了。

【在 h*****s 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。

avatar
a*t
15
用不上什么实分析。概率和统计则是必须的。

不同

【在 f*****n 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

avatar
a*t
16
你错了,需要概率和统计的理论基础。

【在 a*******h 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

avatar
c*x
17
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 a**t 的大作中提到】
: 你错了,需要概率和统计的理论基础。
avatar
c*x
18
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 a**t 的大作中提到】
: 矩阵论? 你就说线性代数不就得了。
avatar
H*Y
19
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。
avatar
u*r
20
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 H******Y 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。

avatar
u*r
21
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 H******Y 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。

avatar
H*Y
22
我说的算法是CNN, LSTM之类的。
算法大概是这么产生的:先瞎想瞎试,试出一点感觉,一定要上升到数学描述,这就需
要数学功底了。
能在工程上找到好的方案同时又能上升到理论高度的人并不多。
CNN似乎是通用算法,alphago也有论文,但照论文来是做不出那条狗的。实现细节上,
google应该有隐藏,据说他们拓展了torch的算法,而且这部分代码不公开。论文里也
没提及CNN常用的pooling step。

【在 u**r 的大作中提到】
: 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?

avatar
r*a
23
ml 和dl里面的算法很多指的是numerical computing algorithm比如如何做优化问题,
如何用Monte Carlo算expectations 这些算法表面看上去不难 但是你想要整个比现有
的牛逼的并不是那么容易 尤其是考虑到DL里面动辄上百万的参数

【在 u**r 的大作中提到】
: 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?

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。