台灣人工智慧學校 考試、人工智慧考試、人工智慧學校 校友在PTT/mobile01評價與討論，在ptt社群跟網路上大家這樣說

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：



教材內容剛剛提過了。



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。



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。



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？

--

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。

------------------------------------------------------------------------------
--------------------------這樣你開心了吧--------------------------------------


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。


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？

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。

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。

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/

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：

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。

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。

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，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。

別這樣，我很怕。

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？

借你吉言。

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。

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。

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、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，
還好ppt最後有寫each 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。

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。

→ pttworld: 台灣辦學不用期待太多 11/16 22:55
推 sttagomantis: 呵呵.... 不意外 11/16 22:57
推 Kazimir: 你說的其他心得在哪啊 我幾乎沒有看到任何AIA的心得.. 11/16 23:11
→ DrTech: 不意外。不過可以分享，同學們都是怎樣的人嗎 11/16 23:11
推 ywbBetter: 怎麼跟我用膝蓋想的一樣，謝謝分享 11/16 23:11
推 olen0622: 不意外這種班生的出什麼AI人才搞不好助教都不會 11/16 23:23
推 unchained: 這光看課程大綱就有問題 這些深度學習的理論跟文獻怎 11/16 23:29
→ unchained: 麼可能幾天上得完 11/16 23:29
推 CaptainH: 第一屆評價不錯??? 11/16 23:34
→ CaptainH: 你如果查AIA校長的AI背景才會嚇一大跳 11/16 23:35
推 bellman: 還是乖乖洗四大碩吧 AI學校有這種心得一點也不意外 11/16 23:35
推 showmylife20: 媽我在這 11/16 23:48
推 LinuxKernel: 哈哈哈 11/17 00:00
推 dulldog: 超猛 打臉時間點 挑在校友會前一晚 11/17 00:04
推 Csongs: 把第一期目前就業狀況秀出來就知道惹 11/17 00:08
→ lukelove: 不管是是想學技術還是交朋友 會選AIA 11/17 00:09
推 luli0034: 拍拍 11/17 00:10
推 SPower: 看到學費我就縮了, 感謝分享 11/17 00:15
推 menshuei: 台灣還是很缺AI人才吧，而且這幾天發表的未來政見也很多 11/17 00:17
→ menshuei: 地方看的到大數據與AI的身影。 11/17 00:17
→ MOONY135: 台灣只要開課大部分都是這個樣子的 11/17 00:18
→ menshuei: 還是要加油拉 11/17 00:19
推 dulldog: 不過這種教學方式 就是翻轉教室 優缺點可以去查 11/17 00:21
推 ok963963ok: 還好，看來跟我想得一樣 11/17 00:40
推 desss: 推 謝謝分享 11/17 00:45
推 Sfly: 看影片在家看就可以了 11/17 00:50
推 paul800526: 感謝分享哈哈哈 11/17 00:58
推 remmurds: 感謝分享 真是不意外 11/17 01:01
推 aacs0130: 我很不喜歡AIA的業務到處在AI徵才的地方推薦校友 11/17 01:05
→ aacs0130: 訓練出來有什麼成果不知道，推銷校友的貼文倒是很多 11/17 01:06
→ aacs0130: 自己做AI七年的經驗，AI不能速成，需要演算法跟數學基礎 11/17 01:07
→ aacs0130: AIA 一天就要教一學期的課程，什麼都包，還收非資工背景 11/17 01:08
推 Morphee: 騙錢的 一看就知道 11/17 01:12
推 vi000246: 這隨便一堂課的主題起碼都要學5~10天才有點概念吧 11/17 01:38
推 johnny8376: 不意外，推誠實分享? 11/17 01:45
→ Souseasou3: 去上這個求職根本扣分XD 11/17 01:55
→ Souseasou3: 我們公司就直接刷這些班出來的 11/17 01:55
→ Souseasou3: 還是四大碩or自學實際 11/17 01:56
推 wxtn: 不意外 列出的這些東西要深可以很深 要全部講到貫通不簡單 11/17 03:20
→ wxtn: 我自己是工作有碰到的AI技術自己練 自己翻書 上coursera 11/17 03:21
→ wxtn: 不敢說很懂 但在實務應用中慢慢了解這些算法的使用限制 11/17 03:21
→ wxtn: 我覺得這種體悟過程好像比較實際 11/17 03:22
→ lukelove: 四大碩比較實際 11/17 06:27
→ lukelove: 上完這個能跟地方大學碩士平起平坐嗎 11/17 06:28
推 xsoho: 終於有人分享內容了！ 11/17 07:54
→ Mchord: 每個大綱用三學分的課都不一定學得起來，只能量產用嘴做AI 11/17 08:09
→ Mchord: 的人吧 11/17 08:09
推 f496328mm: 不意外啊，這版上大家都討論到爛了，什麼人工智慧學校 11/17 08:56
→ f496328mm: 、資策會都騙錢的，這次原PO具體的經驗，更能證明 11/17 08:56
推 f496328mm: kaggle實戰才6小時簡直笑死人，這大綱真是沒良心，上 11/17 09:02
→ f496328mm: 面全部都只是單純介紹「課程標題」吧！ 11/17 09:02
推 Murasaki0110: 錢給我我教你比這好多了 11/17 09:48
推 vvind: 推分享，也可以分享到DataScience版 11/17 10:17
→ MOONY135: 我只能說就算企業送來上課 也不一定馬上就可以應用的到. 11/17 10:35
→ MOONY135: ..有時候只是探路找解放 算一算成本不到50萬很便宜 11/17 10:35
推 MOONY135: 解方 11/17 10:35
推 yushes920179: 推分享 但老實講也不太意外 11/17 11:58
推 jason91818: 這種是讓企業主管刷存在感的課程吧 11/17 12:17
→ shownlin: 預錄影片上課沒有不好，還可以先debug 11/17 12:20
→ shownlin: 主要是這些課程真的沒值那個價，tensorflow自己安裝玩一 11/17 12:21
→ shownlin: 玩還比較快 11/17 12:21
→ shownlin: 網路上的資源太多太多了 11/17 12:21
→ xsoho: 不少人會去上應該是去認識人的 11/17 12:38
→ xsoho: 會好奇這個地區有哪些公司對這領域有興趣 11/17 12:39
推 xsoho: 出錢是老大的意思嗎 XD 11/17 12:57
推 liang1230: 我是講QA (有BERT)的那位講師（助教有什麼建議歡迎站 11/17 13:56
→ liang1230: 內信 11/17 13:56
推 s830304: 意外嗎ㄏㄏ 11/17 14:51
推 elsdrm: 在板上搜一下人工智慧學校的文章 你會發現本魯是先知 11/17 15:07
推 justben: 誠實推 11/17 15:32
推 redwan: 推AIA真的很傲慢 態度很差 11/17 15:39
→ erty7711: 好奇你怎麼考進去的？ 11/17 17:14
推 ChoDino: 走AI不讀碩班，相關研究領域，真的不敢用 11/17 18:03
推 maxsho: 本來這屆台中班有上，不過因為工作關係放棄了，看來放棄是 11/17 19:44
→ maxsho: 對的，這種上課方式不如自己學或是上其他線上課程 11/17 19:44
推 timmy010: 才剛繳錢....QQ 11/17 22:55
推 rles921005: 非本科系，入門課程？我以為ai不是個四個月就能快速 11/18 02:16
→ rles921005: 上手的東西？！ 11/18 02:16
推 rles921005: 其實我覺得gap最大的是學生背景和經驗。 11/18 02:19
推 rles921005: 舉手那段！我認為看議題，對於職業領域用不到的議題 11/18 02:23
→ rles921005: 。 11/18 02:23
推 rles921005: 影片模式，需要再看就可以！我個人認知，不知道這篇 11/18 02:25
→ rles921005: 心得怎麼會這樣解讀 11/18 02:25
→ rles921005: 個人認知！排版不好sorry 11/18 02:25
推 aacs0130: 給原po的建議，想做AI補個資工碩，不然降薪找公司練功 11/18 02:48
→ aacs0130: 但也是要讓公司覺得你有潛力，多自己做AI專案吧 11/18 02:48
推 rles921005: 確實一開始YouTube 有傻眼，但某個老師個人視頻影片 11/18 02:51
→ rles921005: ，有個好處，有網友嵌入中文，剛開始專有名詞英文好 11/18 02:51
→ rles921005: 入門 11/18 02:51
→ jj0321: 完了完了 擋財路(? 11/18 08:55
推 THEWORLDS: AI有這麼容易嗎.... 11/18 09:25
推 Richlifeily: 終於有好心人分享惹，推 11/18 10:08
→ rgnuj122: 覺得實作幫助很大，可以學到很多東西，助教講師不賴 11/18 10:42
推 bearbox: 感謝分享 11/18 11:02
推 lance70176: 推分析邏輯清楚 你一定會成功的 11/18 11:11
推 Midori5566: 真心感謝分享 11/18 13:20
推 snaketsai: KT的背景怎麼了嘛？ 11/18 14:44
→ snaketsai: 孔算是弄DLA那塊的，的確不是台面上夯的議題 11/18 14:47
推 rles921005: 閹割版我覺得很好啊！幫你揭露重點？想看正版有正版 11/18 16:02
推 rles921005: 我覺得目前這些大部分就是基礎能力，可能我邏輯不好 11/18 16:09
→ rles921005: ！你蠻多點很自相矛盾，舉例來說你希望被當白癡教， 11/18 16:09
→ rles921005: 那先利用現有tensorflow理解參數與了解每層，不是你 11/18 16:09
→ rles921005: 希望的當白癡教？ 11/18 16:09
推 rles921005: 另外如果不學新的東西、變種！難道又變成口號？？花 11/18 16:14
→ rles921005: 了不少錢，當然要知道最新的技術！ 11/18 16:14
推 bulls0722: 請問一下 aia最後有個企業媒合會 學員都找到什麼 11/18 16:36
→ bulls0722: 樣的工作? 11/18 16:36
噓 erty7711: 這也不能怪你，你不是靠實力進去的!先幫錢哭哭 11/18 16:47
推 xsoho: 蠻好奇貼這文章後有沒有鄉民找你面試？ 11/18 22:33
→ xsoho: 這篇救了不少人的荷包應該算是積不少功德了 11/18 22:34
推 spiral1226: 幫你補血 普渡眾生會有功德的 11/18 23:24
→ FinStaSJH: 推 祝你成功 ! 11/18 23:29
推 wxtn: 祝你成功! 11/19 01:44
推 wiisonjacky: 補充一下 後面的課程 可用時間<影片時間 所以很多人 11/19 10:16
→ wiisonjacky: 根本沒辦法讀完NLP 11/19 10:16
推 rles921005: 我個人是覺得教材還蠻用心，蠻多都是由提出意見，立 11/19 12:06
→ rles921005: 刻更改！我印象網路也沒多少是不靠framework 寫出來 11/19 12:06
→ rles921005: 的，這要求脫離現實了！希望有創新專案，又不想太多 11/19 12:06
→ rles921005: 新技術（這兩點些許的抵觸）一些心得分享確實說要很 11/19 12:06
→ rles921005: 努力跟上，我個人認為課程是有在改變！這週數就是培 11/19 12:06
→ rles921005: 養基礎概念，要什麼要在自己找，讓你有搜尋的能力！ 11/19 12:06
→ rles921005: 祝福你 11/19 12:06
推 rles921005: 忽然想到新竹某屆好像沒有李弘毅，所以這真的是有安 11/19 12:13
→ rles921005: 排的！在我思維閹割是精華，畢竟他也聽過才能切影片 11/19 12:13
→ rles921005: ， 11/19 12:13
推 troy801125: 同坑之人，版主描述得很貼切，之前一直在思考這種未 11/19 12:24
→ troy801125: 先說明是看影片課程的詐騙法能不能提告，聽說連教室 11/19 12:24
→ troy801125: 都是某教授免費借用給AIA的，學費兩萬塊價值差不多， 11/19 12:24
→ troy801125: 頗好奇說同學白癡的助教是哪位? 11/19 12:24
推 tea596933: 推分享，祝你求職順利 11/19 19:59
推 Kazimir: 其實用numpy寫個三層也不是真的那麼難 就是微分問題 11/19 21:05
→ Kazimir: 如果去寫個自動微分 未免太偏programming了 沒有自動微分 11/19 21:06
→ Kazimir: 寫起來蠻瑣碎 調包的話又好像沒什麼意義這樣 11/19 21:07
推 backprog: 想要像白癡一樣入門，建議先自幹Perceptron，幹到把線性 11/19 23:24
→ backprog: 可分資料集切開。但是這麼紮實教學的話，進度超慢，大概 11/19 23:26
→ backprog: 不太可能會吸引企業付錢給員工上課。 11/19 23:26
推 backprog: 記得AIA執行長說過，台灣要針對製造業才有希望。如果針 11/19 23:32
→ backprog: 對造業的話，個人以為特徵工程+各種ML基本模型，比五花 11/19 23:33
→ backprog: 八門 DNN 有用多了。 11/19 23:34
推 AvatarH: 感謝分享，看到TAIA資訊時就覺得違和，結果不意外。 11/20 11:31
推 oriona: 推 11/21 16:39
推 aacs0130: 推backprog，解決問題不一定要DNN。先學好ML, 特徵工程 11/22 00:00
推 ldhl103: 不好意思，我想請教程式考大概是怎麼樣的考題？ 12/13 10:51
推 appleseed: 考過第一屆，還好我沒去，不然一定超幹 01/17 20:44