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？
【 在 justdoit2008 (group) 的大作中提到: 】
: 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。
--
FROM 183.6.159.*

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.*

必须赞勇气和毅力！跳出舒适区，非常人能够做到
【 在 justdoit2008 的大作中提到: 】
: 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。
: ...................
--
FROM 106.38.35.*

我有娃之后直接戛然而止。每天下班带娃到十点，困了就睡了。。。

【 在 gnwd 的大作中提到: 】
: 真牛
: 我转了几年了
: 没那么多时间，找了些基础书，什么统计学习基础，文本机器学习，有一搭没一搭的，里面的数学看了推，推了看，然后又转身鸡娃，看起来还遥遥无期……
: ...................
--
FROM 114.254.1.*

李宏毅我也在看，但感觉就像他自己说的，每个小领域都有大坑，精力根本不可能用在这上面，只是了解而已。
最重要的可能还是自己所在的domain knowledge,只是你对ML熟悉了后，知道哪些工具用在你所研究领域更合适。
就像你研究分子合成，可能图神经网络更合适。

【 在 justdoit2008 的大作中提到: 】
: 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。
: ...................
--
FROM 218.29.68.*