【2021 AIA 台灣人工智慧年會 x PROFET AI 杰倫智能科技】
杰倫智能科技 PROFET AI INTRODUCTION
Profet AI is a software solution company which is established by a group of experts who worked for international software companies and high-tech manufacturing companies.
Our vision is to provide a world-class, end-to-end AI/ML automation solution designed and optimized for manufacturing to accelerate digital innovation.
ProfetAI是一間由國際軟體公司與高科技製造業工作多年的專家所組成的軟體新創公司。
我們的使命是打造製造業專屬且一流的端到端 基於AI 機器學習技術打造虛擬資料科學家解決方案,協助製造業加速數位化與創新。
#虛擬資料科學家平台 #一天上手一周落地
#助力老師傅經驗升級與傳承 #啟動全員AI策略
#杰倫智能科技 #PROFETAI
#2021台灣人工智慧年會暨AI技術應用論壇
#台灣人工智慧學校
#TaiwanAIAcademy
同時也有4部Youtube影片,追蹤數超過5,870的網紅珊蒂微AI,也在其Youtube影片中提到,【人物專訪|臺北大學商學院 統計系教授 吳漢銘 Han-Ming Wu】 時常有朋友問說:『以前統計學得很爛,也可以接觸與學習AI嗎?』 這個問題的描述看起來很簡單,但它並不是一個『能 vs. 不能』的是非題而已,其答案是有分層次的。趁著這次訪問問 臺北大學商學院 統計系的吳漢銘(Han-Ming...
「ai人工智慧學校」的推薦目錄:
- 關於ai人工智慧學校 在 台灣人工智慧學校 Facebook 的最讚貼文
- 關於ai人工智慧學校 在 天下雜誌 Facebook 的最讚貼文
- 關於ai人工智慧學校 在 台灣人工智慧學校 Facebook 的最讚貼文
- 關於ai人工智慧學校 在 珊蒂微AI Youtube 的最讚貼文
- 關於ai人工智慧學校 在 珊蒂微AI Youtube 的最佳貼文
- 關於ai人工智慧學校 在 珊蒂微AI Youtube 的最讚貼文
- 關於ai人工智慧學校 在 [心得] AIA 台灣人工智慧學校-技術領袖班- 看板Soft_Job 的評價
- 關於ai人工智慧學校 在 台灣人工智慧學校 - Facebook 的評價
- 關於ai人工智慧學校 在 台灣人工智慧學校 - YouTube 的評價
- 關於ai人工智慧學校 在 [新聞] 首例!陽明交大大百川學程學生論文獲AI 的評價
ai人工智慧學校 在 天下雜誌 Facebook 的最讚貼文
【點擊以下必修知識,完全解析AI人工智慧】
「AI人工智慧是新時代的電力,未來將不會有任何現代產業與AI無關,」前台灣人工智慧學校執行長陳昇瑋曾這樣說。人工智慧點亮了新一代的科技前景,此後,人們快速利用巨量資料分析、展開機器學習,深究長久未解的問題,指向最佳決策。
人工智慧是什麼?這項科技如何運作、帶動其他嶄新科技的發展?人工智慧又有哪些應用案例已在日常成真?眼看全球AI應用遍地開花,台灣該如何跟上這波AI趨勢,幫助產業升級?
#未來城市 #AI #人工智慧
ai人工智慧學校 在 台灣人工智慧學校 Facebook 的最讚貼文
【2021 AIA 台灣人工智慧年會 x 遠傳電信】
善用大數據與AI人工智慧技術,遠傳一路走來,在內部整合與轉型經驗中持續創新、力求突破!
「心生活」APP提供個人專屬之食衣住行育樂與尊榮消費整合服務,多項5G大人物(大數據、人工智慧、物聯網)智慧產品,也成功輸出並應用於多項政府及企業智能轉型專案。遠傳5G更在近日Opensignal 國際權威全球評比中勇奪下載速度/上傳速度/影音體驗三項世界第一!
遠傳具體實現持續精進、與客戶攜手開拓新商機的堅強實力!
✔ 了解遠傳5G大人物: https://fetnet.tw/TyxkVO0GN8
✔ 遠傳心生活:https://www.fetnet.net/content/cbu/tw/lifecircle/appinfo.html
✔ 專題分享: “FET on the Journey from Big Data to AI”- 10/8 (Fri.) 18:01-18:25 at Online Track 1
#遠傳電信
#遠傳電信執行副總經理:胡德民
#2021台灣人工智慧年會暨AI技術應用論壇
#台灣人工智慧學校
#TaiwanAIAcademy
ai人工智慧學校 在 珊蒂微AI Youtube 的最讚貼文
【人物專訪|臺北大學商學院 統計系教授 吳漢銘 Han-Ming Wu】
時常有朋友問說:『以前統計學得很爛,也可以接觸與學習AI嗎?』
這個問題的描述看起來很簡單,但它並不是一個『能 vs. 不能』的是非題而已,其答案是有分層次的。趁著這次訪問問 臺北大學商學院 統計系的吳漢銘(Han-Ming Wu) 教授 ,我們來跟他聊聊這件事。
然而,吳老師除了自身的數理統計專業,也相當注重生活各面向的平衡,是一位很有層次的老師,因此我們話匣子一打開,聊的議題就更多了。
影片分前中後三個層次:
👉前:我們與統計的距離是否就是與AI的距離/推薦統計書
👉中:導覽北大校園/老師講笑話的功力/對小孩的教育觀(意志力訓練)
👉後:人工智慧的跨領域精神 (興趣廣泛/嘗試新事物/素養/終生學習的態度)
【延伸閱讀】
統計學和機器學習到底有什麼區別?:https://mp.weixin.qq.com/s/xCJBowXS89UlHA07R8WNuw
#統計老師推薦統計書
#我們與惡的距離
#我們與統計的距離是否就是與AI的距離
#機器學習與統計學
#人工智慧的跨領域精神
#臺北大學
#統計系
#吳漢銘
#人工智慧
#AI
#跨領域
#AACSB
#紙飛機路跑
#台灣人工智慧學校
ai人工智慧學校 在 珊蒂微AI Youtube 的最佳貼文
前陣子參加一場有趣的AI技術交流活動,太開心了結果當天不小心訪問太多人,導致影片的後製剪輯很痛苦,差點剪不出來... 哈哈...(開玩笑的!)
當天除了遇到同樣是AIA校友的熟人之外,還訪問了幾位企業代表,其中包含技術圈內以中二跟優秀聞名的王景弘TonyQ!🤣
這是一次很難得的機會,就跟著我來第一線感受AI人才的熱情與跨界團結的力量吧!
https://youtu.be/KA6KvNA7Xag
#AIdea人工智慧共創平台
#人工智慧不只有技術還要有企業原生資料
#跨界團結力量大
#AI
#珊蒂微AI
#TonyQ
#工研院
ai人工智慧學校 在 珊蒂微AI Youtube 的最讚貼文
「人工智慧」並非遙不可及,但如果你現在還離它有點遠,那就先從「已經在接觸AI的人」的生活日常認識起吧!
專訪「台灣人工智慧學校」 (簡稱AIA) 第一期技術班的班代表 陳宇春!(下集)
1:48 DARPA XAI Program:https://www.darpa.mil/program/explainable-artificial-intelligence
2:29 「為什麼AI需要被解釋」的四個理由:https://medium.com/trustableai/%E5%AE%83%E6%98%AF%E6%80%8E%E9%BA%BC%E7%9F%A5%E9%81%93%E7%9A%84-%E8%A7%A3%E9%87%8B%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E6%A8%A1%E5%9E%8B-f18f57d18d4f
3:02 「L.I.M.E.」:https://medium.com/@kstseng/lime-local-interpretable-model-agnostic-explanation-%E6%8A%80%E8%A1%93%E4%BB%8B%E7%B4%B9-a67b6c34c3f8
3:21 「Neuron Deletion」:https://www.leiphone.com/news/201803/PJH0q2tj8d3jvVIk.html
#AI
#XAI
#解釋性AI
#解釋性人工智慧
#AI黑盒子
#人工智慧
#ArtificialIntelligence
#LIME
#DARPAXAIProgram
#為什麼AI需要被解釋
#NeuronDeletion
#隱藏層
#透明層
#神經網路
#hiddenlayer
#neuralnetwork
#ExplainableAI
ai人工智慧學校 在 台灣人工智慧學校 - Facebook 的推薦與評價
本場講座開放新板傑仕堡國際會議廳實體參加與臉書直播,答謝大家ㄧ年來對AIA 社群交流OMO 活動的支持! 講題:AI 技術與產業發展的法律構面講者:侯宜秀律師現職:台灣人工 ... ... <看更多>
ai人工智慧學校 在 台灣人工智慧學校 - YouTube 的推薦與評價
[花絮影片] 2020 AI Academy 台灣人工智慧年會 ... 智慧檯燈-Edge AI + 機器手臂實作分享(台灣人工智慧小聚) ... 2019 台灣人工智慧學校校友年會記錄短片. ... <看更多>
ai人工智慧學校 在 [心得] AIA 台灣人工智慧學校-技術領袖班- 看板Soft_Job 的推薦與評價
因為非本科系出身,想找個紮實的入門課程,聽說第一屆的評價不錯,
剛好台中開班就報名了技術領袖班。
課程快結束了,最近也看到不少想上相關課程的詢問,
分享一些資訊給有需求的人一些參考。
在講個人感想之前,先講一些數字。
學生 163
1080Ti 144 (19人連新竹機房)
助教 12
教室位置(含助教) 168 (其餘的坐會議室/演講廳)
課程十二周,專題實作四周,共 十六 周
每周上課三天, 09:30 ~ 17:00
有講者時會到 18:00
休息時間各自掌握,午休算一個半小時的話,每天有6小時。
(有小數點誤差)
課程大綱 天數 老師影片 助教影片 每日影片
時長(小時) 時長(小時) (小時/天)
python 1 0 2.7 2.7
爬蟲 1 0 1.6 1.6
機率、統計與R語言 3 4.4 0 1.5
機器學習與演算法 4 5.7 2.0 1.9
kaggle實戰 1 0 3.0 3.0
深度學習理論入門 1 1 0.8 1.8
深度學習-Tensorflow 2 1.2 1.6 1.4
深度學習 3 0.7 1.2 0.6
電腦視覺 1 6.8 0 6.8
遷移學習 1 2.6 3.1 5.7
生成式對抗網路 2 2.5 1.7 2.1
遞迴神經網路 3 2.9 1.1 1.3
自然語言處理 3 6.7 1.2 2.6
強化學習 4 7.4 2.5 2.5
總和 41.8 22.4
數字的部分大概是這樣,接下來的部分會參雜個人主觀意見,
請自行斟酌拿捏。
以下文章不會提到任何人名,只針對學校課程表達感想,
學校的師資每一位的學術或實務經驗都很足夠,沒有任何批評老師的意思。
首先要特地提的是,網路上找到的台北第一屆心得完全不適用。
上課第一天看到影片教學大多數人都是錯愕的。
那時的校方網頁並沒有提到是影片教學,是之後才放上相關訊息。
老師只會在章節課程結束後來半天做總結與問答。
課程設計理念 : https://aiacademy.tw/course-design/
第一屆老師上好上滿,第二屆之後都是影片課程,收費不變。
(are't you thankful?)
接著,最重要的當然是教材內容。
教材整體而言,感想:沒有系統性、沒有誠意。
很像是大學分組報告,每個人分一部份各自做完,沒有整合。
個人認為講最好的老師,獨挑大樑佔了大多數的課程。
但校方的教材完全就是由老師個人頻道影片剪輯而成,
順序稍作變動、剪去部分內容,再加上助教的影片補充。
而其餘的老師,有的不太會解釋複雜的概念,
有的太注重片段的技術,講完還是不太清楚整體架構。
而且有的助教影片講到的東西是後面老師才會講解;
有的老師重複講了前面老師提到的東西;
有的老師講解完的東西助教又講了一次;
想在各領域應用,應該要主攻那些章節的課程地圖在課程尾聲才出現;
最絕的是,有的老師幾乎都用別人的公開課程ppt講課,
課程總結也不是自己來。
從前面數字的部分看得出來,整體來說每日的影片量負擔並不大,
但在課程尾聲,某次老師現場總結時,問了兩個問題:
課程影片按照進度看完的舉手? 個人目測不到一半
課程實作按照進度做完的舉手? 個人目測幾乎沒有
可能是大家不敢舉手、也可能是教材真的非常紮實吧?
網站上列的講師,有將近一半完全沒參與到課程,
有的也只是負責一小部分補充教材,而不是單獨一個章節。
列一堆豪華師資幾乎都是當招牌。
其他還有許多小地方的問題。
助教大多數是碩士生,碩士生上下限就很大,
有的會突然忘記該領域是用什麼公式計算分數評估架構,
有的開讀書會講得比某些老師還有誠意,講最新技術還自製ppt。
硬體資源明顯不足,招生時還寫名額200。
對照起校方的教學理念,真的蠻有趣的。
校方認為AIA有幾個優點:
影片授課讓大家自己掌握進度
教材內容剛剛提過了。
助教隨時回答問題
實作碰到的問題大致上還可以,其實問題量也不大,助教負擔並不重。
但複雜的問題就難說了。
龐大且豐富的學術及企業真實問題及資料
實際上,可選的實作專題,大多數都是公開資料集或是爬蟲就爬得到的股價之類。
來自不同領域的人工智慧學校校友網絡
整天戴著耳機聽課,也沒多少交流機會,更別說許多是同公司認識的小團體。
對我這種宅宅來說要認識人太困難了,幾乎都是點頭之交。
寫得有點亂,總之,我個人並不覺得學費是值回票價的。
48000拿去買一張1080Ti,剩下的都可以包好幾門Coursera的課程,
課程精心設計、影片含字幕,證書還可以直接掛LinkediIn。
討厭英文不想上Coursera的話,其實AIA的課程也很多英文,
不只ppt,老師講課也會參雜英文,而且沒有字幕。
從各個角度來看,我都不認為有什麼理由不選Coursera
明天就是校友會了,不知道未來課程會不會改進。
在這種時候po文,我也做好黑掉的心理準備了。
...應該不用附上不自殺聲明吧?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.249.228.244
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1542379875.A.DE5.html
估狗得到,關鍵字:開學典禮、速記。搭配校名使用。
其實我蠻佩服其他同學的,很多人努力自己嗑起來,
不管是自己買書或是找網路上其他教學資源。
同學組成嘛...這部分比較特別。
同學大多數是某些大企業送過來的,校方有所謂的移地解題方案。
就是帶著自己的問題,過來學校學,專題做自己的題目,
會簽保密。
大概超過一半都是這類型的。
另外就是沒做企業專題的,但也是公司出錢送過來,
這也佔不少比例。
剩下就是原PO這種冤大頭了。
職業背景超過四分之三都是工程師,
剩下有些是主管階級,
也有護理師、醫師報名技術班。
比較特別的是有位高中生。
這我要替助教說些話,某些助教是真的有料。
這周有位助教講解google的最新論文,BERT。
連其他助教都很專心聽,下課問問題的人潮也比某些老師多。
我本來只是想學最基礎的東西,比較新的論文慢慢嗑。
但...
這我最近才知道,千金難買...
年近三十才醒悟想轉跑道,比較沒有餘力洗碩。
------------------------------------------------------------------------------
聽說第一屆蠻多是打算創業來找夥伴的,
但原PO宅宅不善交際,不清楚詳細情況。
我認同可以嘗試不同教學方式,但課程內容應該要再用點心。
不然六家企業各捐助三千萬,對得起這些出資人嗎?
蠻多人私底下抱怨這點。
其實FB的校友交流區也是固定某幾位發文而已。
個人雖然非本科,但碩班有摸MATLAB跟一些簡單的影像處理。
只是還是很吃力,很多東西得自己再找資源慢慢學。
那位護理師同學就...
其實會報名這課程的同學也沒有想要到這地步,
當初開學典禮的時候,執行長說:
各位是各領域的專家,來這裡上課,帶著技術回去應用。
大概是同學報名的目的。
其實某些老師也是蠻用心準備教材的,
很多技術細節會用實例帶大家看一次。
只是影片時間不夠,沒有很完整的觀念。
kaggle實戰算是回家作業吧,
就上課看完影片,知道規則跟大致方向,
各自嘗試做,大概一兩個禮拜,做房價預測那個競賽。
不少人是沒有做出來的,老實說。
是連參考別人的程式都沒有的那種。
※ 編輯: name0625 (1.165.42.66), 11/17/2018 09:54:11
其實個人也有點迷惘,可能會先嘗試面試,看看自己實力在哪。
不知道有沒有前輩可以給點相關建議?
※ 編輯: name0625 (1.165.42.66), 11/17/2018 09:59:52
沒錯,我認同影片上課有優點。
Coursera的課程有些就不錯。
而這課程,一來事先不知,二來教材品質不佳。
連影片的錄製品質都很差,解析度多以720p為主,
同一天影片不同片段大小聲差很多,
有的會忘詞超過五秒,有的語速慢到得開1.4倍,
有的助教感冒還在錄影片,偶爾會咳嗽爆音。
如果把語速調到正常對話,影片可能會縮短五分之一,
我大多數的影片都是用1.25x在看的。
另外,校方用的影片平台是youtube。
沒字幕,也沒Coursera課程中的那種觀念小測驗。
※ 編輯: name0625 (1.165.42.66), 11/17/2018 12:44:28
經理人班來說應該是,可是技術領袖班很多都是同公司的。
以台中班的組成來說,有一半同學分屬兩間不同公司。
突然想起來,補充一點。
有位老師說他被填意見單說數學太難,所以被校方要求減少數學理論的部分。
※ 編輯: name0625 (1.165.42.66), 11/17/2018 12:53:38
劉講師好。
建議的話,其實每次意見表單都有填。
最大的問題就是沒有系統性的規劃課程,講師的部分也是。
您當天來的時候,講了很多NLP的架構,
但是台下同學吸收了多少就很難說。
以我個人的感想來說,
一來基礎還沒學穩,二來不是熟悉的領域。
聽到一半就靈魂出竅了,
兩小時內一次講678個架構應該只能有個模糊的印象。
而之後的NLP總結,老師就發現很多同學沒跟上進度,
總結課變複習課。
題外話是,校方的講師安排真的很棒,
強化學習課程還沒開始,就兩次強化學習的講課,
第一次看實作案例就算了,
第二次都開始講公式,還強調是前導學習引起大家興趣。
嗯。
考試不難,基本上wikipedia可以解決八成的問題。
就很簡單套公式算答案就可以了。
而且很多是選擇題。
說到考試我就想起來,
當初入學考試,才兩百多位考生,
考試伺服器就爆炸,最後改用google表單考試。
蠻好笑的。
不用謝我,救人一命勝造七級浮屠
https://aiacademy.tw/refund/
※ 編輯: name0625 (60.249.228.244), 11/17/2018 22:57:55
是,非本科系,想找入門課程。
但學校讓我入學了,那我至少應該符合校方的教材基礎。
除非校方入學考沒有鑑別度,或是校方對教材掌握度不夠。
當然也可以說我個人不夠努力沒跟上課程,
我認同,至少跟那些自行買書的前茅同學相比,
我是不夠努力。
我想要的課程,並不是讓我四個月飛天可比碩士的課程。
我想要的是讓我瞭解基礎,並具備自行往特定領域鑽研的能力。
具體來說大概是:
1.定義問題與解決步驟的大致架構。
某知名老師的影片很詳細,這點沒什麼問題。
2.瞭解各個基本架構 (如DNN、CNN、RNN、LSTM等) 與loss傳遞過程,
並有能力不依靠tensorflow建立參數量不大的小型網路 (Lenet-5之類) 。
某些基本架構講得很詳細,尤其是知名老師範圍內的部分,
但後續某些部份就比較模糊,架構可能還瞭解但loss傳遞就比較模糊。
3.瞭解要如何套用這些網路到目前熱門應用領域。
影像部分算是蠻多例子,但GAN、NLP就蠻模糊,
RL個人暫時跳過先做專題。
總結來說,我希望把我當白痴來教,
從最簡單最底層開始教起,
不需要教太多最新的架構,
不需要講太多網路的變種。
我想要的是基礎,先培養出最基本的能力,
單純就這點來說,四個月是否足夠?
這部分的確是個人解讀,
但校方課程規劃的確是沒有規劃分組分領域的部分。
課程地圖在課程尾聲才出現不說,
考試與作業也都是固定題目,
看起來校方的課程規劃並沒有分組分領域的考量。
如果校方教材本身就有分組,考試與作業也都分組,
不同領域的教材更加基礎、更加紮實,
那我沒有任何意見,會向大家推薦這個課程。
但有的影片常常卡詞、有的東西重複講、
有的東西還沒講就在實作影片先提到、
有的東西老師沒教是讓助教講。
都要錄影片做數位教材了,
先擬好課綱、打好講稿,
不是很好嗎?
有的影片語速慢到讓我覺得像用字型大小18交報告,
我會覺得不如給文字檔教材讓我自己看。
謝謝建議,個人應該會先嘗試面試找地方練功吧,
畢竟要養活自己。
對的,個人頻道上還有字幕,
付費的教材反而沒有,還是閹割版。
講師現場授課時,大致上都蠻有條理的,
影片水準就參差不齊。
助教主要是程度不一,操作上的問題大致沒問題,
但理論上的問題就不一定了。
其實都數位化了,讓老師在網路上定期回答問題就可以,
不知道校方為什麼不做。
一堆網路教學平台可以參考,商業化的也有,
至少做到人家的八成吧,
不然講白了,收費比別人貴、品質比別人差,
為什麼要選你?
※ 編輯: name0625 (60.249.228.244), 11/18/2018 14:50:29
抱歉,閹割版跟精華版不一樣,
閹割版順序變了,影片內容不是原本老師的授課順序,
想改教材順序我沒意見,
收費四萬八可以請校方跟老師協調好教材並錄製影片嗎?
要我說明白一點也可以,
收費四萬八看網路上早就有的公開課程的片段,
那我幹嘛交這些錢?
tensorflow也幫你做了不少事情,我想連evaluation都自己做。
我想要有能力不靠framework寫出來。
我想我表達得很清楚,
如果您要認為是我學不好,我沒意見。
我的確是沒學到我預期的目標。
知道最新技術是不錯,某知名老師的作法我覺得就很好,
大致講說有哪些變種,給個PPT附上參考資料,讓大家有興趣各自研讀。
那如果是要上課細講各領域新技術,十二周學得完?
我想我說得很清楚,我想像中的課程是,
把我當白痴教,打好基礎,讓我有能力讀新的paper去應用。
時間有限、天賦有限,我沒有想要十二周學成專家,
我只想穩穩踏上起點。
既然你提到花了不少錢,那我也想強調:
我花了不少錢,
不是想看剪貼拼湊課程,不是想看拿別人PPT講課。
說好的龐大且豐富的學術及企業真實問題及資料在哪裡?open data?
說好的Tier1來教Tier2在哪裡?
https://aiacademy.tw/tech-leader-lecturers/
這裡面將近一半我沒印象耶,
更別說當初師資是連經理人班都放一起。
一個想教育全台AI的課程,
為什麼不能花點心思製作教材?
為什麼不能花點時間錄製影片?
為什麼搞得像大學分組報告?
雖然站內信回了,但我被開砲也很不爽。
我就直接講了。
台中的就業媒合,助教已經先打預防針說應該不會有太多企業來看。
可選專題都是前幾班做過的東西,沒有新玩意,
所以要找人的話,
要嘛前幾班就找了,
不然就是前幾班都不滿意沒有找。
應該也沒多少人期待這部分啦。
OK,開始戰實力,
抱歉我就是通過了入學考。
其實校方也沒宣布大家各自考多少分,
說不定我考0分校方也讓我入學了。
那究竟是我的問題還是校方考題的問題呢?
蠻有意思的。
※ 編輯: name0625 (60.249.228.244), 11/18/2018 22:20:31
目前來說是沒有,
不過我發文目的只是想讓自費報名的人三思,
應該算有達到目的。
我的學經歷基本上就是HR會先刷掉那種,
也沒經營linkedin、github,
自己有多少斤兩自己知道,
應該就邊做學習筆記邊找面試機會碰運氣吧。
※ 編輯: name0625 (60.249.228.244), 11/18/2018 23:09:49
突然又想起來,有人提到預錄影片可以debug。
但是非常神奇的是,
用別人ppt講課的影片,
先講了任何一個row、所有column加起來都要等於1,
接下來說
第一個column加起來等於1、
第二個column加起來等於1、
第 n個column加起來都會等於1
同時滑鼠橫向移動比著row,
還好ppt最後有寫each row of the matrix sums to 1.
雖然應該是單純口誤,
但我還是覺得不太能接受。
※ 編輯: name0625 (60.249.228.244), 11/18/2018 23:32:09
NLP如果看不完,應該是參加不少讀書會或是講課,
個人算下來每日影片量大概將近三小時而已,
應該至少可以看完一輪,
可以參考表格最右邊那行。
個人認知上是,每個步驟都會算,細節都清楚的話,
應該可以不靠framework實作,
不知道我這樣認知有沒有問題?
至少單一學期內,我看不出課程有多少改變進步,
要培養基礎觀念,更應該減少最新理論的講解吧?
我也沒說我需要創新專案,
學界與業界在探討問題上可能有落差,
因此這部分他拿出來當賣點,
說校方有許多學界與企業真實問題與資料,
但專題題目與實際拿到的資料,
有多少是所謂的真實問題與資料?
課程或許有在改變,但目前來說這教材就是完全沒有讓我覺得值回票價。
沒有是指教材上沒有還是現場沒有?
白癡是我自己說的啦,別誤會。
我是說我希望把我當白癡教。
※ 編輯: name0625 (60.249.228.244), 11/19/2018 17:42:03
... <看更多>