嘛,看到這標題,身為本命愛蜜莉雅的肥宅工程師也來鼓勵(?)分享一下
本肥在112讀大學時修過CSIE田神的ML
猶記得當初只會寫C/C++的自己
在沒人提示的情況下,矇逼的手刻各種矩陣運算,一個作業寫了上千行code
在EE的繁重課業下忍痛停休
然而還是有去把整學期的課聽完,說實話ML/AI背後的數學理論真的收穫很多
後來讀碩班時正好就是李鴻毅開ML的第一年
我也才第一次接觸到python這個暴力且強大的直譯語言
除了有超多數學相關的lib能夠無腦call爆外,最重要的還是處理data的能力
那時瞬間搞不懂自己大學修ML時到底在瞎忙什麼
如果有個拿著流星鎚的藍髮女僕
我會跪求他馬上砸死我,讓我re到大學時期的德田館www
隨著前兩次的作業結束,覺得寫python也太簡單爽快,突然發現自己好想往ML/AI發展
然而學期後半段進入了類神經網路後,一切開始風雲變色
第三次作業的data再怎麼前處理,模型layer再怎麼疊,kaggle上的分數始終慘輸
太無情了,我的信心似乎崩潰了
最後作業結束時,記得老師請前幾名的同學上台分享他們怎麼做的
結果...我震撼了
上台分享的同學大致上也都是亂疊亂串一通,然後分數就突然超高而已
從此,我的AI夢好像也就嘎然而止了
時光荏苒,轉眼間我已是在豬屎屋挑屎挑了三年的肥肥工程師
即使工作內容完全與AI無關
但李鴻毅的那門ML卻是深深的影響著我
自家產品的log項目亂七八糟怎麼辦? python讀出來分類啊
一堆沒用的骯髒數據怎麼辦? 用python踢掉啊
別人給的excel/csv格式排版不是我想要的怎麼辦? python重新輸出啊
反正數據處理方面,python根本神到翻天
再搭配shell語法,各種雜事過來就是一切先自動化處理再說
其實我也不知道別人是怎麼做
但有這些tool對我分析數據上來說就是如虎添翼
但要是我沒修過ML,學到python的處理資料能力
搞不好我現在就還是在用C或人工在處理資料
也許AI風潮不再那麼狂熱,如果AI有顏色那一定是過氣的藍色
但還是很鼓勵可以去接觸看看,也許也能像本肥一樣收穫良多 > <
甚至我認為各個領域都非常有機會運用到處理資料的能力
而透過ML/AI去學習如何處理資料是非常好的一個方式 (燦笑