专栏名称: StuQ
实践驱动的IT教育平台
目录
相关文章推荐
财融圈  ·  国泰海通证券诚聘英才! ·  5 小时前  
财融圈  ·  国泰海通证券诚聘英才! ·  5 小时前  
HR新逻辑  ·  8月15-16日广州 | ... ·  22 小时前  
薪人薪事企小薪  ·  室内工作者可以领取高温津贴吗? ·  昨天  
人力葵花  ·  新员工入职管理制度(全流程).docx ·  2 天前  
51好读  ›  专栏  ›  StuQ

吴恩达Quora解惑六大问题,深度学习将超越科技界

StuQ  · 公众号  ·  · 2017-09-30 20:00

正文

请到「今天看啥」查看全文


深度学习泡沫什么时候爆发?

大约100年前还有很多关于电力的炒作。那个泡沫还没有爆发,我们发现电力很有用!

更严重的是,由于深度学习已经创造了大量的价值 - 它用于网络搜索、广告、语音识别、推荐系统等等。深度学习,还有更广泛的其他AI工具(图形模型,KR等),现在有一个明确的行业转型方向。

深度学习的影响将超越科技界。

尽管如此,我认为在核心技术之外,有一些过分夸张的对“感知力AI”的期望;我也和多位CEO聊过,似乎他们认为,AI可以是所有技术问题的灵丹妙药。

所以,在深度学习中有一些不可避免的泡沫,我希望这些较小的泡沫会爆发 - 越早越好,在他们有时间发展壮大之前。

完成您的Coursera机器学习课程后,可以做些什么项目?

构思新项目的好方法是,花时间温习借鉴已有的项目。关于你的大脑如何工作,是一件神奇的事情。

很多艺术家通过复制大师的作品来学习绘画 - 如果你参观美术馆,有时候你有时会看到艺术学生,坐在地板上试图复制展览的艺术作品。同样,很多研究人员通过在旧的研究论文中复制结果,来学习发明新的算法。

对于我来说,正是通过在不同的公司看到很多实际的ML使用案例,帮助我现在定期为ML转型公司找到新的机会。

所以,如果你想知道如何做有趣的项目,阅读(也许复制)你喜欢的项目,你会找到灵感。你可以参考,我斯坦福大学的这个项目:2016年秋,CS 229机器学习最终项目(http://cs229.stanford.edu/projects2016.html)







请到「今天看啥」查看全文