- 主题:如何进入一个新领域？
一是在职博后的位置很少，二是完全不同的专业也不好弄在职。
【 在 forthehorde 的大作中提到: 】
: 决心很大，不能在职吗？而且专业不是那种生物学加点机器学习，而是完全的计算机专业，真不简单
--
FROM 221.219.212.*
35
【 在 Dingshuding 的大作中提到: 】
: 贵庚？
--
FROM 221.219.212.*
我觉得最重要的是傅里叶变换和线性代数，其实对量子力学本身要求不是很高。
我主要以前没学过傅里叶变换和线性代数。
【 在 seracron 的大作中提到: 】
: 量子人工智能对量子力学要掌握到什么程度？
: 曾谨言课后习题全会？
--
FROM 221.219.212.*
b站和油管都很不错，我看了很多教学视频，但是光看视频不好写作业和考试拿证书，不能写到简历里。
【 在 badjack 的大作中提到: 】
: 难道不是B站？
:
--
FROM 221.219.212.*
我是全职自学，时间安排很自由。
【 在 x99link 的大作中提到: 】
: 很厉害了。
: 方便分享一下学习期间的时间安排吗，谢谢，希望能向你学习，
:
: ...................
--
FROM 221.219.212.*
我缺乏编程基础，也没学过线性代数，所以都是从头开始学。
先是去datacamp这个网站打编程和数据处理和ai的基础，在b站学了些linux的基本操作，还有3blue1brown的各种数学科普视频。
然后学mit的线性代数课。
还有学coursera和edx的各种相关课程。然后看了很多ai的论文。
我个人最推荐的课程资源有三个，一个是3blue1brown的各种数学科普视频。
一个是李宏毅的机器学习课程，一个是pytorch的官方教程。
比较很多国内外课程资源后，我认为这三个课程资源在各自领域可称全球最佳。
datacamp对于入门小白菜鸟而言也可算非常好的资源，优点是让人有种像玩游戏一样上瘾的感觉，缺点是深度不够。
coursera上的吴恩达的深度学习专项课程也挺不错。
【 在 badjack 的大作中提到: 】
: 希望写个详细的学习历程，包括课程资源等，多谢！
--
修改:justdoit2008 FROM 221.219.212.*
FROM 221.219.212.*
辞职自学
【 在 x99link 的大作中提到: 】
: 全职自学的｛全职｝是指全时间的自学吗？谢谢
: 原以为是在职时候抽时间自学当时职位外的内容
:
: ...................
--
FROM 221.219.212.*
多看论文和综述，多看大佬的讲座视频，有了想法后去实现。我觉得没人指导是可能的，但是总是没人讨论不太好。
【 在 photoelectri 的大作中提到: 】
: 凝聚态物理想转人工智能，怎么能够进入这个新领域，没有人指导可能吗？
--
FROM 221.219.212.*
我其实还挺喜欢生物实验的，想转主要是觉得现在的生物医药研发手段太弱太慢，想研发下一代人工智能从根本上解决问题。
【 在 forthehorde 的大作中提到: 】
: 不喜欢做小白鼠实验吧，有的人做的挺带劲的。专业跨度也确实有点大，不过为什么对自己这么狠，连蛋白质计算之类的都不考虑了？
:
--
FROM 221.219.212.*
大概几百人民币一个
【 在 Rij 的大作中提到: 】
: 有钱啊，证书还挺贵的吧
--
FROM 221.219.212.*