看板 Soft_Job
小弟自己是三類背景,數學約等於高中生,想學 ML 和 DL,但卡在數學,看到連乘還會 覺得「那葛像拱門的符號是什麼」,為了興趣也為了更好的理解本科的生物統計決定研究 數學。一點淺見做拋磚引玉。 首先,以小弟自己經驗,基礎不足看影片會比看高難度本科原文書好。初學時不小心選到 太難的書,很容易控制不了進度,最後把書放到角落吃灰塵。小弟數學自己看書沒撐下去 ,但是去 B 站和 Youtube 找影片至少可以撐完整門課。就算沒經過習題和考試的鍛鍊, 真實戰力堪比課堂後 15% 的學生,那也比挑了最強聖經書,結果看到 Chapter 2 就放棄 來的好。 其次,工作人士要想辦法找時間。小弟有一些可自主管理的時間公司不會釘,例如小夜自 主加班八九點只有我在公司的時間,某些例行性不大占腦的業務,就把聽音樂提神的改成 放影片聽聲音。雖然學習成效不能跟學生時代專心聽比,但在大量的工作(還有加班)時 間累積下,不專心聽課帶來的累積反而遠超過下班時間專心看書,此方法限制條件在於要 符合公司規定,且不會被質疑影響工作。畢竟一樣是開車聽電話,有的人就是會容易因此 出車禍有的人不會。至於通勤時間例如坐捷運等也可以利用。 最後,小弟分享聽完的數學課程影片單,是教學技巧良好(老師專門幫雙非大學後段學生 期末不要掛科),小弟高中數學程度都覺得能看完的: 1. 宋浩 同濟版高等數學 https://www.bilibili.com/video/BV1Eb411u7Fw/ 2. 宋浩 線性代數 https://www.bilibili.com/video/BV1aW411Q7x1/ 3. 宋浩 概率統計 https://www.bilibili.com/video/BV1ot411y7mU/ 要說缺點,就是財經系微積分好像跟理工側重不大一樣。另外中國數學教材編排很妙,例 如線性代數開頭就先講行列式 @@ 至於習題,很遺憾目前只做了同濟高數第一本的前 1/3,後面的還在拖,有點想要不要挑 著做就好。 再分享沒看完的: 1. 高淑蓉 高等微積分(一) https://www.youtube.com/watch?v=0vGrHMwdotE
學高微是為了某些初微沒深入講的應用,例如 R^n(n>3)上的微積分或是矩陣上的微積 分,結果目前看了約 50% 就陷入嚴重精神污染,覺得睡覺會聽到古神的低語。目前決定 先暫停影片補書本基礎。結果指定教材看到 Introduction 集合理論公理化還有邏輯學就 倒了,後來想換個中文講義降低難度,遇到戴德金分割這種玄學小弟又倒了。看來小弟不 是適合數學的料 XDDDDDD 也順便問問有沒有同好有推薦的 Q<>Q -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.127.72.143 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1709995806.A.3A8.html
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
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
Apache: 必修高姐姐屬於是倒八輩子血楣了 03/10 02:14
Chricey: 不動對關節最好,拎北都躺著 03/11 17:05
o302639: 謝謝推薦 我也很喜歡網路教學 03/10 05:34
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
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
Chricey: 我有在用UC2,感覺效果還不錯欸! 03/13 08:12
j0958322080: 性代數的線性變換開始 03/10 14:57
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
Chricey: 哇勒,UC2 這個東西真的是太讚了 03/14 07:56
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
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
Chricey: 關節痛有人有有效的復健方法嗎? 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
Kroner: 我阿嬤說吃豬腳補關節,豬腳吃起來 03/21 05:34
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
Kroner: UC2推薦?有人試過嗎?靠譜嗎? 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
Kroner: 樓上UC2當糖吃,天天走拿飛 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