文章、回答、音乐、视频、播客和访谈的统一归档 · 全部内容 · 928 条 · 第 7 / 31 页
2016
截至 2016 年 3 月，机器学习、数据挖掘、计算机视觉等的泡沫有多大？
回答2 分钟谢邀 现在，2016年6月，机器学习、数据挖掘、计算机视觉等应用毫无泡沫，甚至远远没有发挥算法应有的潜力。 从我在 Trulia: Real Estate Listings, Homes For Sale, Housing Data 工作的经验来看，公司几乎每一个产品线都有可以算法化的地方。同时，不少新的算法可以带来全...
有哪些比较好的机器学习、数据挖掘、计算机视觉的订阅号、微博或者是论坛？
回答1 分钟谢邀 Data science blogs: GitHub - rushter/data-science-blogs: A curated list of data science blogs 是一个比较长的数据科学、机器学习等内容的博客列表，给了rss，会不断增加。
如何看待人工智能律师的诞生，类似Ross的人工智能律师在中国是否可行？
回答2 分钟谢邀 我在CMU硕士毕业的时候的毕业设计，做的是AI&Law相关的研究，之前也写过一点内容： AI and Law, 人工智能与法律（一）：欢迎围观 - Hello 陈然！ - 知乎专栏 希望大家看看，督促我继续写下去。 总体上我是认同 @梅林 的答案的，由于现在技术的局限性，我们关注的更多的是如何使用技术帮助律师（或...
北美留学找房子找室友找房子需要注意哪些问题？
回答2 分钟谢邀 首先，最重要的是要去看自己学校CSSA的手册，这里面都是历年来各位学长学姐血和泪的教训，一定要仔细研读，可信度最高。 其次，考虑到每个地方都不一样，说一点通用的注意事项，只说校外自己租房子。美国的租房子主要分为两种：一类是大的 Rental Community，有专门的leasing office，有很多不同型号...
硅谷房价有多高？
回答1 分钟以下数据来自 Trulia: Real Estate Listings, Homes For Sale, Housing Data Real Estate Market Trends for San Francisco, CA Real Estate Market Trends for Santa Clara, CA ...
如何评价知乎新版专栏？
回答1 分钟消息框炸了，因为没办法取消新文章提醒 专栏文章依然没法收藏，不知道知乎对于收藏夹功能的定位到底是啥，希望有一天收藏夹功能也能进主信息流 最后，依然非常关注这个问题：读读日报的内容是否会被整合入知乎主站？ - 知乎 欢迎关注专栏：Hello 陈然！ - 知乎专栏
如何评价电影《蝙蝠侠大战超人：正义黎明》（BVS）？
回答1 分钟今天（2016.3.23）公司组织去看了提前上映版，为了不剧透，只发一个感受：为啥小扎这孩子在FB赚了大钱就变坏了呢？
如何看待 Pinterest 的相似视觉搜索结果？
回答1 分钟从技术难度来讲，受益于深度学习的发展，相似图片搜索几乎已经成为一个解决的问题。 在应用的领域，Pinterest 带了一个好头，是一个非常优秀的应用典范。同时，发布的论文 http://www.kevinjing.com/visualsearchatpinterest.pdf 从系统架构来讲，也非常有指导性。 从工程角...
Zillow 数据集怎么下载？
回答1 分钟谢邀 Zillow 是全球最大房地产数据平台。大部分的房地产有关数据都已经分门别类整理好，并按照省份、城市、社区等各个粒度提供下载： Data - Zillow Research 同时，受益于美国所有房屋数据Public Records对所有人都开放，以及成熟的MLS系统，从第三方比如 Retsly 也可以通过API等...
只有“XX”能回答此问题是知乎的隐藏功能吗？
回答1 分钟这是知乎早期的一个功能。 大体的流程就是向某某人问一个问题，然后只能此人能答。早期出现了很多向大V提问的问题，比如专门问李开复老师等等。 不过很早之前就下线了。
2015
CMU硕士还有半年毕业，找工作想专注找到真正热爱的data scientist工作但又怕太冒险怎么办？
回答2 分钟谢邀 如果就是为了Data Scientist这个 Title的话，我觉得没有必要担心，现在很多公司也都知道求职者非常喜欢Title，所以也给了很多这个Title的职位的，所以只要你继续努力找，一定会找到一份叫Title叫做Data Scientist的工作。 如果所爱的并不是Title，而是实际工作内容的话，那么就需...
知乎最初的一批优质用户不活跃了么？
回答2 分钟我是2011年进驻知乎的相对较早的那波用户。我觉得这个现象确实很明显：最早的那波用户活跃度有所降低，当然，我也是。虽然现在看的多，但写的少，这里也只说说为什么我答的少了。 2011年的时候我还是大二、大三，刚进入 THU 不久。那时知乎上关于大学生活的回答并不多，因此我主要是分享自己大学生活的一些经验，解答一些困惑。另...
Docker 的应用场景在哪里？
回答1 分钟Docker for Data Science at Trulia 和一点感悟 - Hello陈然! - 知乎专栏 我们在Trulia Data Science Team 里面推行了Docker。一方面是搭建API做SOA，另一方面也在帮助每一个Data Scientist 都可以直接从最开始算法分析、开发一直做到部署...
Nexus 5X 实际体验如何?
回答1 分钟第一批pre-order拿到的机器，不知道是不是如其他各位所说是品控的问题，总之体验非常糟糕 各种卡成翔：相机卡，桌面卡，地图卡，什么都卡 发烫严重 掉电严重 几乎一半时间的处于没法用的状态 我从10年的Milestone 开始使用Android ，这是我遇到的第一款体验如此差的Android 手机，而且还是Googl...
你为什么没有成为学霸?
回答2 分钟谢邀 高考前，我可以一心一意准备高考，因为我知道在一个不大的城市，去一个好大学，是最好的出路。 去了清华之后，我做再也做不到只一心一意学课堂上的东西了。是的，辅导员总会谆谆教诲“这些该选的课要选，刷高GPA很重要”。然而我做不到。 我做不到啊，我心中太迷茫了。我是谁？我为什么要学这些东西？学了这些东西究竟有什么用？这些...
data scientist 有什么常见 machine learning 相关的面试问题？
回答2 分钟谢邀 适合面试ML的题目可借鉴性并不大，因为很多时候你懂了就是懂了，不懂就是不懂，刷题并没有很大的帮助。努力啃课本，看论文，看公开课，才是王道。 要说题目哪里多的话，其实可以参考各大经典教材的习题，比如PRML的课后习题。 另一方面，我在我之前面试的过程中也被问了不少ML的题目，原文可参考： Data Scientis...
申请卡耐基梅隆Machine Learning硕士难度有多大？
回答1 分钟谢邀 听说申请难度非常大，不知道是不是CMU 申请难度最大的硕士项目，毕竟招的人太少。 建议自己看现在的学生列表： Masters Students-Machine Learning Department 注：其中不少人是CMU的PhD辅修MLD的Master，注意分辨。 感觉没有在顶会发过若干一作还是很难的。
作为一个大一绩点未达2的大二在校生，怎么做才能有效的把绩点拉上来？
回答1 分钟谢邀 1. 多选课 2. 所有的课都尽量得满分 -- 陈然Ran的微博
留学所在的整个班全是中国人是一种什么体验？
回答1 分钟谢邀 我研究生毕业于CMU的CS项目 MCDS (Master of Computational Data Science): Carnegie Mellon University 申请CS项目的同学可能会知道，这是北美最著名的CS Professional Master项目之一。从一个默默无闻的小项目，年年招人几乎翻...
该不该坚持学习Machine Learning？
回答2 分钟谢邀 一个技能学与不学，肯定有千万种理由，然而并没有一种理由叫做‘因为赶不上最牛的人，所以不学了’。如果你真有这样的观点，为何要继续‘老老实实做开发’呢？别人做开发了几十年了，你赶的的上最牛的人吗？为何要‘多看看系统设计类的东西’呢？别人系统设计也做了几十年了，你赶得上最牛的人吗？既然什么东西都赶不上最牛的人，还继续学...
机器学习会变成大学本科专业吗？
回答1 分钟谢邀 短期来看并不会成为大学专业 但是已经成为了不少硕士项目的方向 长期来看 大学可能不会再有专业一说 毕竟高等教育并没有义务保证你能成为什么样的人 成为什么样的人是自己的选择 换句话说 上什么课 找什么工作 都是自己对自己的负责 学校理论上只需要为学生提供最好的服务 最多高质量的课程 让学生能得到他想得到的东西就好 ...
为什么很多专业都吐槽要条条道路通CS？
回答1 分钟写代码和学CS 是两回事 可能大家并不需要都做程序员 然而每个对未来有追求的人都需要会写代码 为何？ 因为在现代社会 我们不仅需要与人打交道 更多的时候 我们还需要与机器打交道 而如何与机器进行交流？最简单的方法 也就是使用机器熟悉的语言 也即 写代码 甚至 我们与人交流的时间会越来越少 与机器交流的时间会越来越多 因...
旧金山有哪些好的餐馆能推荐一下吗?
回答1 分钟大家都在推荐餐厅，我就推荐另一种类型的：Feastly ( Best places to eat in your area ) Feastly 大概是吃饭届的Airbnb，个人厨师可以在这个平台上举办餐饮活动，而场地往往是厨师的家里。因为这类平台极大地减少了开餐馆成本，因此出现了格外多样化的饮食风格，各个国家的美食都有...
两个人，一副扑克牌，有哪些有趣的玩法？
回答1 分钟当然是算24啦 每人半副牌，每次一人出两张，谁先算出24的拿走场上的牌。
美国大学读本科，住在学校宿舍或自己在校外租房，各有什么优缺点？
回答2 分钟Trulia: Real Estate Listings, Homes For Sale, Housing Data 的Blog Trulia Trends 最近刚好从住房花费的角度分析了在美国上大学在学校内住宿和学校外住宿的区别，简单搬运一些重点内容。 原文地址： Many Colleges Miscalculate...
为什么有很多人抄作业仍能考高分？
回答1 分钟我已经也挺喜欢抄别人作业的，原因主要是因为做老师布置的作业对我的针对性不高，但又不得不做 前提是我有一套自己的方法衡量什么知识点是我会的，什么知识点是我不会的，也有错题本来记录哪些是我不会的，因此对我而言最高效的学习方法永远是优先学习那些我并不会的东西，而不是不断地重复我会的东西。 做作业的本质是发现那些不会的东西。因...
在美国租房子需要考虑什么问题？
回答1 分钟房源 美国的房子不少房源还在线下，所以如果有能力的话，开着车在城市里转悠看房子前面的电话号码肯定是可以看到最全的房源的。 不过显然大部分人并没有这样的能力，所以如果在网络上找房源的话，推荐Trulia, Zillow, Hotpads... Trulia Rental: Rental Listings in Your ...
你见过令人愉悦的最高级秀恩爱方式是什么样的？
回答1 分钟面对隔壁，据说我清并没有回应…
在美国生活，有哪些必不可少的 App？
回答1 分钟欢迎北美党 买房、租房时使用 Trulia: Real Estate Listings, Homes For Sale, Housing Data 刚入住某地时想了解当地信息，比如犯罪率、人口组成、交通情况、Yelp信息等等，Trulia有整合最全的数据和最生动交互体验的地图： Trulia Local Android...
Kaggle 的比赛在 Machine Learning 领域中属于什么地位？
回答1 分钟在主流科研界可能影响已经不大了，但是在工业界中依然很受用。如果你有一些特别亮点的成绩，还是很有说服力的。也正如 @lau phunter 中提到的答案一样。 如果要在Kaggle比赛里面获得一个好的成绩，免不了要做大量的实验：关于参数选择，模型选择，以及特征工程等等。而为了高效地完成这些实验，即要有良好的实验思想，又要...