I'm going to graduate school starting this October, which direction would you suggest beside those two? (There are too many people working on those I think) Thanks so much!
There are mainly two kinds of people in ML: mathematicians and engineers. The mathematicians do statistical learning, and the engineers do deep learning. All the rest is currently done by very few - not a healthy state of things.
-
-
- Keskustelun loppu
Uusi keskustelu -
-
-
Mathematical side is just more elegant.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Tämä twiitti ei ole saatavilla.
-
Subset of mathematicians.
Keskustelun loppu
-
-
-
Yes, listen to Jeff Hawkins, people!
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Well, I'd like to explore some learning that is closer to biological systems (which do inference/correlation to learn a model of the input, but error matching on the model to recognize)
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
So those of us who build pattern recognition tools have a background in pattern recognition. I sense not a problem, but a pattern. As an aside, I’m delighted with your quote which lets me pretend I have the chops to be a mathematician.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
I’d also argue there are the actual ML practitioners who don’t fall neatly into either of those categories.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
In the early 2000s a small(er) group was doing Neural Networks. They had the biggest impact in the long run. Not saying it’s gonna happen again, but who knows…
-
There's a good chance it will, but the question is what.
Keskustelun loppu
Uusi keskustelu -
Lataaminen näyttää kestävän hetken.
Twitter saattaa olla ruuhkautunut tai ongelma on muuten hetkellinen. Yritä uudelleen tai käy Twitterin tilasivulla saadaksesi lisätietoja.