在大学从事机器学习工作和在公司从事机器学习的工作有什么异同?

今天闲逛Quora,偶然间发现吴恩达(AndrewNg)2016年回答的一个问题,分享出来让大家看看。做了蹩脚的翻译,基本没有丢失原意,但是句子就很难通顺了。

文末有原文连结,大家可以去看原版。

Quora截图

在史丹福大学从事机器学习的学术工作和在公司从事机器学习的工作有什么异同?

以下是吴恩达大神在Quora上给出的建议,原文大体总结了一下。

当我们犹豫不决,不知道是去大学还是公司时,首先你需要明确你想做什么?你的目标是什么?你想为世界的改变做点什么?当你有了答案,你就可以找出是否有一家公司或一所大学可以更好的帮助你实现你的目标。

如下吴恩达在企业工作时,总结出的一些好处 :

容易获得大量资源做大型项目。人工智慧的研究日益成为资本密集的工作,需要大量的数据和计算资源。在公司里这些资源相对比较容易获取  。

较强的团队合作意识。在企业里,你不必担心论文作者排序或不必确保这项工作对你的博士论文有价值,因此你可以以更强烈的团队意识去工作,努力追寻团队的目标并庆祝团队的成功。

快速决策(取决于公司)。在一个灵活的环境中工作,我们可以快速地将资源引导到有需要的地方,包括快速建立一个新的计算集群,购买大量的数据等等。

通过推出新颖的产品和服务,直接服务于广大的用户。

如下吴恩达在学术界工作时,总结的一些好处:

随心所欲的探索任何课题。例如,吴恩达在史丹福大学的时候开始录制教育视频,最初没有人认为这是「真正的」斯坦福工作,但最后这变成Coursera。他还建立过一个开源的机器人平台,最终孵化成了ROS。

花费100%的时间来学习,即使多年没有任何产出也没关系。像百度这样的公司非常支持员工的成长,而且经常让人们花几个月的时间来学习,但是要让员工这样做几年就基本不可能了。

获得一个学位。即使在今天,拥有高级学位也是很有帮助的。

「对我而言,让我非常兴奋的一个使命就是能够让每一个人都能获得世界上最好的教育,所以我们成立了Coursera 。最近,我想开发人工智慧技术,来帮助数以亿计的人,我认为一个公司(百度)将是最好的选择。但是还有很多其他值得做的事情,比如教学生和某些特定领域的研究,而这些事情最好在大学里执行。」吴恩达说。

Copyright ? 2022 公司资讯 LTD. All Rights Reserved
www.xd-cs.com | 配件 | 鸿博 | 注册 | http://mywjdq.com | 保定 | 树脂 | 广州 | -- | www.xinyuanjinlun.com