※ 引述《Rprogramming (Matlab是盤子在用的)》之銘言：
: ※ 引述《Rprogramming (Matlab是盤子在用的)》之銘言：
: : 根據我觀察
: : 沒有篇CVPR
: : 就不要想top10的ECE PhD了 就是排USC前面的10間
: : 我說CV領域喇
: : 魯蛇我決定隨便找間top 20-11的蹲
: : 希望可以發個CVPR就飛天了
: 推 Apache: 不要做CV就不用發CVPR了 02/11 12:23
: 可是現在EE領域就只有machine learning領域可以做吧
: 雖然EE有些人做computer architecture, 不過我看到compiler的code就萎了QQ
: 而且我不覺得做language technology或是理論的neural會比CV簡單
: NIPS比CVPR更靠夭難上
做compiler，早點進實驗室
under輕鬆發論文，畢業直接上UIUC/UCI CS PhD(UCI全獎)
還搞啥CV? 別跟風啦

你行你上

真人真事

我覺得compiler也是很難，你自幹過一個compiler嗎?不要靠virtual machine哦

我在修compiler 修完再跟你講

難不難是一回事 競爭程度是另外一回事

台大資工也沒有完全自幹 靠virtual

我修自動機與形式語言太晚了， 如果大一就修還有機

重造輪子很花時間 人的生命是有限的這案例也是做llvm相關 做研究沒有高低之分

我覺得還是有高低之分的看conference的accept rateaccept rate越低 通常代表競爭越激烈

只有潮不潮的問題而已 只要不是後段學店那種騙錢研究

EE有些領域top conference約10%就超難上可是CVPR可以到2.x% 那個競爭程度很可怕

競爭激烈跟難易度跟高尚沒關係啊 只能代表跟風仔多

apache說的是真的? 可是我還是覺得CS領域比EE競爭畢竟美國跟中國都是top在讀CS 魯蛇讀EE

資工就一直換吧 哪葛流行哪個就一堆人搶

ML又特別容易啊 進入門檻低 任何人會python機率線代都能搞不能說容易 應該說背景知識範圍很小以前雲端夯 外系不懂硬體系統也是進不來

ML容易喔..那阿唄也來學了w

大一不懂這些 這些東西很重要嗎QQ不過現在真的越來越多top首選cs 真要說的話其實也算跟風

重點還是適性啦 不喜歡不適合 強求不來

CS也很廣阿 圖學, 理論CS 那些更是自成一格電機能嘴資工的只剩 電路電子 偏偏那沒前途

還是繼續鑽研做愛好了...機器就交給小朋友了Zzz

我也想找個對象來練習

這些大一就要知道了嗎 現在才來了解會不會起步太晚@@?

你那摸猛 沒差吧不過如果你對做研究或是去美國念PhD有興趣 建議該準備了

再猛也比不上那些資奧銀金牌QQ我以前競賽都是參加數學的感覺提前了解比較好 畢竟大概一定得考研了

我高中同學用IOI保送112 上大學也沒搞Algo

能拿數奧不會比拿資奧簡單= =

跟我一樣對ML沒興趣 去做影像處理了如果你覺得必修都會了可以去找有興趣的教授問問看啦

現在不是一堆影像處理用ML的方法= =

我以前有下圍棋到三段 113的CGI好像挺猛的112如果有類似的研究就好了

圍棋不是被google破抬了= = 這樣要怎麼發paper

離唯一解還差得遠呢 現在連國際象棋 象棋 將棋都還沒有ai能保證100%勝率當然要做出超過google勝率的ai基本上是不可能但是cgi拿ai大賽亞軍真的蠻猛的

這種會很難找老師喔

我是沒有 follow那個研究,可是上次聽說黃士傑退役了如果alphago還能變更強, 黃士杰怎麼不繼續研究?

芒果老師之前也有講 aja是四大沒老師收他做GO才去師大其實類似技術也能用在EDA啦 可以參考看看