作者InvincibleK (我是無敵的K)
看板DataScience
標題[問題] 請問老闆要我變更進行的方法的意思是?
時間Thu Nov 25 17:07:36 2021
作業系統:(ex:mac,win10,win8,win7,linux,etc...)
linux
問題類別:(ex：ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...)
ML,DL
使用工具:(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...)
python
問題內容:
老闆(指導教授)今天咪聽時跟我說,
不要直接從深度模型開始做實驗,
要從"下而上"開始進行研究工作.
因為他好像正在生氣中,
所以我不敢繼續問"下而上"的意思和細節.
請問大家能幫忙詳細解釋一下嗎?
感恩~
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.174.200 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1637831258.A.FC7.html
1F：→ yoyololicon: 資訊太少 不好通靈@@ 11/25 19:01
2F：推 lycantrope: 樓上需要超占事略决 11/25 19:24
3F：推 wtchen: 先跟老闆要水晶球... 11/25 19:37
4F：→ yiche: 我看起來像你老闆嗎 11/25 19:56
5F：推 EEQQ102938: 我主管也常這樣說，應該是叫你先從題目定義下手吧，像 11/25 20:58
6F：→ EEQQ102938: 是傳統方法怎麼解之類的，來探討ML有沒有優勢再開始實 11/25 20:58
7F：→ EEQQ102938: 驗，畢竟train model很貴QQ 11/25 20:58
8F：推 skgg: 同樓上，就是請你從單純的模型開始試，複雜的模型不一定比 11/25 21:25
9F：→ skgg: 較好而且很難分析。傳統ML的linear model如logistic regres 11/25 21:25
10F：→ skgg: sion, linear SVM，以及tree-based如decision tree, random 11/25 21:25
11F：→ skgg: forest都有更多可解釋性。 詳情請上youtube搜尋林軒田mach 11/25 21:25
12F：→ skgg: ine learning。 11/25 21:25
13F：推 EEQQ102938: 先從rule-based開始吧，加油 11/25 21:54
14F：推 cowbadma5566: 從傳統方法開始 先survey過去這題目是如何用數學 11/26 04:22
15F：→ cowbadma5566: 或演算法來解的吧 11/26 04:22
16F：推 JustInn: 反觀我同事一開始就從深度學習下手… 11/26 09:46
17F：→ yoche2000: 現在基本上都是直接丟DL Model 跑吧 11/27 15:25
18F：→ yoche2000: 我猜跟五樓一樣 看過很多 paper 都無腦的把一堆用直覺 11/27 15:26
19F：→ yoche2000: 看就關聯性很低的雜訊一起丟進去跑 DL 11/27 15:26
20F：→ yoche2000: 比較重要的參數反而因為簡易性沒有考慮到 11/27 15:27
21F：推 Bujo: 很多AI菜鳥都從演算法或是模型開始研究，真正影響模型品質的 11/28 16:39
22F：→ Bujo: 是資料，先學會資料的處理並建立pipeline，再來就是如何有效 11/28 16:39
23F：→ Bujo: 利用現有資源建置本地端或是雲端的最大算力，等這些處理好了 11/28 16:39
24F：→ Bujo: ，再來做夢優化你的模型，不然只是浪費時間。 11/28 16:39
25F：→ Bujo: 從下而上，就是先從資料開始，太多人說的一口演算法，結果資 11/28 16:45
26F：→ Bujo: 料品質當作沒看見，很容易偷工時XD 11/28 16:45
27F：→ yoyololicon: 樓上都想太多，說不定原po的題目其實跟deep learnin 11/28 17:25
28F：→ yoyololicon: g無關XD 11/28 17:25
29F：→ RumiManiac: 你這問問題的方式有待加強 11/29 05:26
30F：→ RumiManiac: 我猜你遇到的問題不是現有 paper 找得到解法的 11/29 05:27
31F：→ RumiManiac: 所以連要不要用 DL 下去做都能不確定 11/29 05:28
32F：→ RumiManiac: 解決問題的方法有分 rule-based 和 data-driven 11/29 05:29
33F：→ RumiManiac: 不是什麼問題都應該用 data 硬幹 11/29 05:31
34F：推 aa871220: 深度學習就很難分析why it works 11/29 23:24
35F：→ aa871220: 一定要從簡單model開始處理才知道原資料哪個環節造成效 11/29 23:24
36F：→ aa871220: 能瓶頸 未來你才有方向改動深度學習的架構 11/29 23:24
37F：推 tonyrao: 從下而上，不就是要你先找資料在去決定跑什麼演算法嗎 07/21 22:18