iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 3
0

abstract

今天就來翻翻其他人的日記吧,目的有二:

  1. 對已經上過的課程內容複習
  2. 身為一位鐵人新手(aka寫作白痴),握要借鏡一下別人的寫作模式、排版,正所謂先模仿後創新,模仿是很的學習啊!

import

  1. 嗡嗡:首先來看列表最開頭的鐵人日記(aka google ml course上課筆記),他已經進行到鐵人賽第15天了,而我目前的進度到他的day09。我參閱了他的到第3天的筆記,整理我已經上過的課程。至於他的形式,他將文章分為三段:前言、課程筆記、結語、參考資料。且其中夾雜著螢幕截圖、概念圖等許多圖片輔助;在前言的地方還有這次鐵人賽(課程筆記)的目錄(連結)
  2. 預計撐兩天XD:這位Dim自稱進入code屆三年,接觸python玩過一堆套件,tenserflow也包含在內,而他說:「在看過一小坨論文、做了些研究後、終於對ML有了一些概念」我看完之後心裡想:你看過相關論文才說稍微懂,那我怎麼辦?

my notes(course1 lesson1,2)

  1. intordution to specialization
    • The big picture is very important for you to be able to get buy-in from the rest of the organization.
    • two steps to do ML on Tensorflow:
      • get "good dataset"
      • use Tensorflow to build ML model
    • training data(batch data)與streaming data的相容性,是影響model成功與否的關鍵(這個其實我不太懂)
    • GCP(google cloud program)很棒很好用(自己在說)
  2. what it means to AI fisrt
    • AI->discipline(學科),have theory and methods
    • ML->toolset(工具集),拿來解AI問題的
    • twe stages of ML
      • training
        • input
        • label(answer of the input)
      • inference(推理)(or prediction)
        • 實際使用
        • traning 很重要,但無法投入實際應用就無效
    • model = function
    • ML 紅起來?
      • 電腦運算能力
      • 資料量
      • 計算技巧
    • 複雜問題被分成多個可解的小問題再用ML逐個解決小問題
    • ML 是?
      • 做資料結果的預測
      • 取代programming, a kind of logic
    • a way of thinking:
      • ML:
        • What is being predicted?
        • What data is needed?
      • software:
        • the API demanded
        • who will use the server and how are they doing now?
      • data:
        • what data are we analyzing, predicting(output), reacting to(the input)
    • 善用現有的資源:pre-trained model
    • data才是重點!!而且不只要多量也要多樣化
    • Training and serving skew:常見ML fail的reason,第一數數據要先分析,第二收集資料的方式要相同
    • 心態:try more, fail fast, try and eror
    • data should be structed
    • 心態:目標為make the user delight
  3. how google does ML
  4. inclusive ML
  5. python notebooks in the cloud

murmur

  • 嗡嗡的day03裏頭的結語寫到他15分鐘的影片就花了3個小時,阿斯...又讓我深刻體會到什麼是學習、什麼是學會、什麼是學了之後可以解釋給別人聽、又什麼是學會了之後還可以產出一篇文章(or 筆記),每更深一個層次就需要更多一次的思考,更多深一層的能力。一直以來我都僅在學習、學會左右徘徊著,偶爾會跟別人討論,但從來沒有產出一篇文章,甚至筆記也是少之又少。
  • 在嗡嗡與Dim的第一篇文章中都有寫道30天大致的規劃,發文內容要寫什麼,而且似乎很多人都有這麼做(吧?)相較之下我根本不知道我在幹嘛,要加強要加強!
  • 相比兩人的文章,嗡嗡的文章名副其實是"學習筆記",而Dim的文章則像是個部落格文章,相較於"筆記",他的文章對於課程的依賴少了許多,文章的架構也不以課程分類,各像是他看過了課程之後,用自己的方式說給別人聽
  • 這篇文是在台大的實驗室寫的,為什麼不回家寫呢,因為進天來實驗室要做的事情還沒做完,就差把(約15隻)蝴蝶的翅膀剪下來並量重量及拍照就可以回家了(拍照可以回家拍拉、不過量重量就要在實驗室了...),但鐵人文還沒寫,只好先快快寫完,在趕快做完工作回駕去囉...

conclusion

  • 看別人的文章其實也很耗時、也很累啊啊
  • 我的筆記其實是參考別人的筆記截取重點而成,然而整個筆記實在是非常不完整、雜七雜八的,筆記是用來幫助理解、整理、複習課程的,但我的筆記顯然沒有啊~~,要加強要加強!!
  • 我到底為什麼要入這個坑啊啊啊,時間明明就少得可憐, 嗚嗚~~

EOL


上一篇
Day02 無題
下一篇
Day04 繼續看別人的文章...
系列文
finnish the google ML class11

尚未有邦友留言

立即登入留言