www.machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

Мой опыт обмена опытом глубокого обучения на работе (Часть 2)

Дата публикации May 24, 2017

После опроса 6 компаний я получил предложение от 6-й компании (вы можете просмотреть мой опыт интервьюВот), и у меня больше не было никаких интервью. На самом деле я должен опубликовать эту статью 2 недели назад, но я хочу поделиться более подробной информацией, пока я не приму предложение официально.

На этот раз я не буду рассказывать о своем опыте интервью, потому что у меня не было больше интервью. Но я собираюсь поделиться некоторым опытом с другими людьми, потому что предыдущая статья вызвала некоторое обсуждение, кто-то поделился своим опытом на форумах fast.ai (вы можете проверитьоригинальный пост), Я думаю, что это действительно полезно, поэтому давайте проверим это.

Бенедикт С:

  • Я думаю, что требования к работе выше, чем они ищут. Не так много аспирантов с опытом работы 5 лет. Вероятно, они посмотрели описание работы Facebook, Amazon, Google и т. Д. И скопировали требования.
  • В моем интервью меня спросили алгоритмы машинного обучения, которые я не знал. Мой ответ был: «Я не знаю этого - есть очень много алгоритмов, если вы дадите мне определение, я могу объяснить вам, как оно работает». и / или предложил другой алгоритм, который решает ту же проблему (существует много алгоритмов классификации). Конечно, вы должны знать основную информацию, такую ​​как k-means, но я считаю, что быть честным лучше, чем угадывать что-либо. В моем случае я получил работу этого интервью
  • Если у них нет групп глубокого обучения / нет знаний об этом - я объяснил им большие преимущества. Google прошел путь от ~ 10 проектов до> 2000 проектов с углубленным изучением за два года. Преимущество в том, что мир говорит о глубоком обучении. Я показал им свой интерес + дополнительные знания о сообществе. Я объяснил им, как использовать глубокое обучение для своих проблем, например, Сходство изображения на основе скрытых слоев.
  • Мое резюме включает только проекты / темы, я знаю. Я стараюсь поддерживать беседу в этих областях, в которой у меня все хорошо, вместо того, чтобы позволять им задавать любые вопросы о машинном обучении / информатике. Я пытаюсь объяснить им, что задача состоит в том, чтобы применить теорию к проблемам реального мира, а не изобретать велосипед ... Многие проблемы могут быть решены с помощью существующих платформ без реализации всего с нуля.

Мой ответ:

«Я согласен с вашим последним пунктом, в частности, мы должны контролировать тему в том, в чем мы хорошо разбираемся или знакомы, вы знаете, я просто ответил на их вопросы, поэтому они всегда находят более разные темы, поэтому я попал в ловушку того, чем я не являюсь. так знаком с.


Джерри Лю:

Спасибо, что поделились своим опытом. Я прочитал вашу статью в блоге и хотел поделиться некоторыми соображениями. Я управляю небольшой компанией, занимающейся разведкой данных, и недавно развернул прототип глубокого обучения для компании IoT здесь, в Шанхае, Китай.

Прочитав ваш пост в блоге, я не чувствую, что это проблема «фреймворков», а не «фреймворков». Рекрутеры в Китае, естественно, скептически относятся к портфельным проектам по производству печенья. Тем более что Deep Learning все еще очень нова и не так много компаний, которые имеют развитую инфраструктуру и процессы.

Во всяком случае, ваши рекрутеры, возможно, были удивлены тем, как много можно узнать из fast.ai!

Мой ответ:

«Действительно, fast.ai есть все, что нам нужно знать в глубоком обучении!»


На самом деле, знания, которые я получил от fast.ai, это действительно полезно для моей нынешней работы. Например, один из моих новых проектов - определить, есть ли человек на изображении или нет, это классическая проблема обнаружения изображений (или проблема классификации: 1 для да, 0 для нет), я могу использовать keras для быстрого моделирования для тестирования идея заключается в том, что вы можете просто настроить модель VGG \ inceptionV3 \ resnet, чтобы получить хороший результат, а затем вы можете попробовать другие способы получить лучший результат.

Курс fast.ai также научил нас использовать CNN в задачах классификации текста, чтобы я мог использовать CNN для решения своей второй задачи - классификации по электронной почте. Я должен сказать, что fast.ai мне очень помогает в моей новой работе, это хороший курс «глубокое обучение в действии», если вы заинтересованы в нем, вы можете проверитьсайт fast.ai,

Оригинальная статья

Footer decor

© www.machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map