[綜合]無題

google範例 複製貼上
之後就開始debug

目前想學JAVA
因為聽說比較市場比較大 薪資也比較好

我想直接進入最爛的公司直接在裡面練功
有什麼管道嗎?

>>9486895
雖然我不是走JAVA的
不過這不是一堆人嗎?

>>9486895
要當複製貼上碼農還是PHP比較好吧

數學不好還是不要妄想當啥小工程師w

>>9486913
跟主管打泡

之前是聽到博弈界很好入門練功

還有更好的選擇嗎

邏輯性要好
英文不能太差
數學差沒關係

>>9486964
選個87教授當指導老師

這樣問好了
坊間的補習班或是政府職訓局資策會那些新人被公司入取後是在做什麼事情?

>>9487014
這沒辦法 我已經不是學生了
沒辦法靠人脈寫推薦信

>>9486964
我想學python
因為是法律系，所以
完全沒有基礎 沒有基礎 沒有基礎

網路資源中有最入門的嗎

>>9487077
我就很希望能像你這樣直接在裡面練功
所以新人無經驗的管道就是靠上述那些嗎?

你那國小不如的數學學程式也是白費
還是去當作業員吧

>>9487067
最入門建議去水管找影片
本來想推薦程式語言教學誌的
但新手可能不知從何看起

http://www.kaiching.org/2014/11/java-guide.html
基礎篇都會
剩下還沒接觸過

好多都寫經驗不拘
https://www.104.com.tw/job/similar?jobno=4i7qf
怎樣的程度才夠去面試洗臉?

>>9486895
的確現在是還在缺人

>>9487067
小弟不才，糞校經濟
不過有接觸資料科學方面的，算是精通R與python
在kaggle(最大的資料科學網站)的比賽都能拿前10%
與一堆職業的傢伙有個上下
誠摯推薦您，Automate the boring stuff with python
水管上都有，對於初學者非常的友善
會教你一些基本概念與函數，不過在更深(特定需求)就要自己找了
不過想問問您法律系學程式有任何業務or學業上的需求嗎
不然我真的覺得有點浪費時間(非冒犯)

>>9487303
沒看到這篇
要去面試的話
把leetcode刷個兩遍
至少要能自己寫出80%吧

>>9487340
主要是來取代無所事事的時間
目前有東西需要看得懂網站語言

不過還不太急
所以想說趁還有時間順便摸個透徹些

>>9487459
勸你有個目標或是要解決某個需求
不然根本不會有動力
要是我自己的話
我會認為以後用不到的東西不用浪費時間在上面就是了

小時不讀書長大寫程式
沒熱情和興趣來做這行真的就只有痛苦而已

>>9487482
好吧，我比較好奇你的對自我的期許及選擇方式

能稍微分享一下嗎
感覺是理性偏重的

>>9487575
以後想做data scientist
當然就選擇了r跟python這兩種語言
python可以爬蟲、寫網頁一大堆事情
但其實我除了資料科學、辨識方面的東西以外都不會
但做ML DL對我來說就不是什麼難事
在kaggle上面實作也算是熟悉這行
跟一些職業的分享想法或是看看最新的資訊
現在我暑假每天都是過著寫模型->調參數->組合模型->SUBMIT的生活，無限LOOP
以後要幹嘛就往哪裡走，不然真的是浪費時間
現在每天都是12點起床碼程式到凌晨4點
看起來挺累的，但因為我有興趣，其實還挺好玩的
我個人是奉勸你別浪費時間

>>9487873
恩，好的
如果只是想知道你說的
>跟一些職業的分享想法或是看看最新的資訊

這部分有相應的網站嗎?
目前見到如數位時代的新聞與 你看到的新資訊
時間落差大概幾年?

>>9488013
我倒是沒有看新聞之類的東西
我也不清楚你所要的領域會有什麼新東西，根本無從建議
最後的問題也不知道怎麼回答你，別說幾年，根本概念的落差幾年都補不回來
有幾個領域幾乎是天天都在變的，尤其是前端
我這個基本上變化速度也是快，但我在kaggle基本上可以跟到最新資訊
因為這網站本體就是所有大企業會把dataset給放流出來
或是乾脆建立一個比賽來讓大家summit你的成果
我最近參加的就是zillow辦的
有名一點的有美國DHS針對passanger screening議題辦的
或是之前intel辦的癌症辨識
其他還有像google之類的就不談了
當然這種大比賽就會有人在kernal或discussion的版塊分享他的模型或應用方法
自然能接觸到最新資訊
話說台灣前陣子在瘋大數據
當時我還沒接觸這塊，但在現在看來根本是一群智障慣老闆在跟風
連足夠的資料量、足以負荷train模型時的硬體都沒有
還談大數據，吃屎比較快

>>9488170
大大你好 小的偶今年考上研究所 也想走ML DM方向
想問問從沒基礎到可以上kaggle上刷題目 有甚麼推薦的書可以看嗎?

>>9488245
我不是大大，我才大二，而且是糞校
我還比較想問你研究所要怎麼辦
回到問題
kaggle不是刷題目的地方
我是自己看MOOC累積基本概念
之後上kaggle跌跌撞撞，try and error的方式
這樣挺不好的說真的，我很多概念都不清楚
只懂如何applied on
而如果要接觸ML，去coursera上看andrew ng的課程
數學底子要夠好再看會比較好ㄛ
然後多知道幾種工具
像是現在最OP的模型就是xgboost跟微軟年初開源的lightgbm
kaggle能拿前10趴的大概都是這兩種模型+一堆其他模型作三四層的stacking
這種消息都要多follow比較好
最後一件事，在台灣做這個只會被當狗而已
勸你之後工作跳國外，不然你的價值無法反映在薪水上

>>9488268
想請問有推薦什麼機器學習的中文書可以看嗎？
還有會不會很吃學校教的演算法的觀念技巧呀ＱＱ？
最近想開始看coursera上華盛頓大學的ML，不過在寫程式這方面才剛開始半年...

>>9488170
嗯嗯
今天謝謝你的分享

剛剛看了你提到的例子
https://www.kaggle.com/c/passenger-screening-algorithm-challenge/data

他們都直接將資料庫放上來讓大家應用嗎
因為我不懂程式

這邊的資料是足以讓我直接用在自己的其他想法上嗎?
比如說我是台灣海關
也需要依照體型穿著預測哪些人有潛在危險

是不是就下載他的檔案然後就可以依樣畫葫蘆了?
這樣對他們的好處是?

還是因為其他什麼原因

讓他們覺得
1.技術偷不走
2.競賽讓大家提供新演算法、測試帶來的好處>公布數據帶來的壞處

>>9488273
抱歉，中文書真的不清楚，我都是遇到問題才查的，不大清楚有什麼比較有系統的教學
能推的大概只有我剛剛說的
我學程式也才多你3個月而已
不過他作業真是難到哭邀
>>9488274
他的檔案是給你做出(train)模型用的
我沒有載下來
不過我猜他的train data裡面的traget應該是幾個類別
一個很簡單的概念是
台灣海關遇到的人的分步 != 美國海關遇到的人的分布
說要依樣畫葫蘆很難
再者，你可以看到要提交的不是模型，而是csv檔
你要分成17個部位來評分，綜合判斷是否有風險還什麼的(我沒看他的discription)
kaggle上面大部分都做慈善的
不過會不會以假亂真藏了什麼細節我就不知道ㄌ
還有我沒參加這個
我的破電腦根本跑不動這東西
辨識而且還是gb級的
我的8g筆電絕對會死，不能回答你太細節的SOR