双非小硕一枚 能否从事机器学习?
小弟 今年刚上研一（下学期了）双非学校，老板是搞生物信息学的 搞基因组数据挖掘 涉及到机器学习的东西，想着以后去机器学习发展，但是听说搞机器学习对学校和专业都有要求，不知道我这双非加非科班这条路能否走通，希望个个大佬们给小弟一些建议，万分感谢 其实没必要把机器学习想象得那么难。很多理工科本科生都学过大量数学课，完全足以应付大部分常用的机器学习算法，包括：
1）卷积神经网络
顾名思义，卷积神经网络涉及了卷积运算，也是其主要特色。
http://picx.zhimg.com/v2-fdb304a8db78372bf1213b654f3e9008_r.jpg?source=1940ef5c
卷积神经网络
2）残差网络
残差网络在卷积神经网络中添加了跨层连接，明显降低了训练难度。
http://picx.zhimg.com/v2-5d1b616ff8891011ad2d655d119aafaa_r.jpg?source=1940ef5c
残差网络
3）残差收缩网络
残差收缩网络主要针对强噪、高冗余数据，它的自适应软阈值化层就是专门应对噪声的
http://picx.zhimg.com/v2-07c04fbc02073e2b7a240cc4a23d559a_r.jpg?source=1940ef5c
（面向强噪、高冗余数据的）残差收缩网络
如何写人工智能方面的sci？ 不要做ML，做开发，针对目标公司好好刷题，抓紧毕业找工作。
算法需求很小，供给太大，申请算法岗，简历一看学校就可能被扔了。 可以，不过一个人搞很容易放弃。
直接搞深度学习吧，网上资源很多。下面是最近要开的一门课，有学习群和论坛，每周两次直播，李沐博士亲自授课。
基于PyTorch，中文授课60小时，李沐「动手学深度学习」第二版直播开课 一般我不建议。
关键看你导师水平怎么样
机器学习这个东西特别看师承
有些大组积累的底蕴非常深厚
导师科研几十年提炼了一套内功心法
学生能跟着学到皮毛
水平瞬间就不一样了
还有有导师指路
科研也会顺利很多
要不你就得自己带自己了
不是说不行，而是很累，你要有决心
要学非常非常多的东西
读非常非常多的论文
写非常非常多的代码 可以走通，只是比较艰难。需要自己多自学点东西了。
页:
[1]