計劃進修PhD/Research討論區 (12) Every man lives by exchanging

其實statistics 應該要學到最個程度先開始學machine learning會較好？

冇話幾多先好 建議睇 Christopher M. Bishop Pattern Recognition and Machine Learning同Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani An Introduction to Statistical Learning with Applications in R

數底好可以睇Trevor Hastie, Robert Tibshirani, Jerome Friedman The Elements of Statistical Learning Data Mining, Inference, and Prediction Second Edition

上面係more math and stat oriented 全部google到pdf

仲有一本我睇過唔錯係Kevin R Murphy Machine Learning: A Probabilistic Perspective
呢本講多D algorithms既野 同埋幾全面

發現apply歐洲既大學，佢地真係wfc你既英文grammar錯成點

佢地本身寫野都用左德法文既format/grammar，例如 2,000 變左做 2.000，又例如 Dear xxx This is a letter….. 變左做 Dear xxx, this is a letter.... 又例如perposition用錯左，e.g. 法文既 `a 咩9都直譯做 "to"

香港既HR見到呢mistake，一定當你寫錯grammar，然後扔左你份cv

同埋英文口音都係,個個都好得意,德法成日將the講成ze,重音調轉曬不過wfc
係香港人先咁介意港式口音

特別係移民左過外國果D non-PhD

發現apply歐洲既大學，佢地真係wfc你既英文grammar錯成點

佢地本身寫野都用左德法文既format/grammar，例如 2,000 變左做 2.000，又例如 Dear xxx This is a letter….. 變左做 Dear xxx, this is a letter.... 又例如perposition用錯左，e.g. 法文既 `a 咩9都直譯做 "to"

香港既HR見到呢mistake，一定當你寫錯grammar，然後扔左你份cv

同埋英文口音都係,個個都好得意,德法成日將the講成ze,重音調轉曬不過wfc
係香港人先咁介意港式口音

宜家跟法國prof做research project 佢講英文完全用法文讀法
here永遠冇h音 parameter同variable呢D math term個r音會變左法文音
變左pa-hea-meter同va-he-able咁 估估下先明
不過佢好認真同花時間教我

話時話你地一般做research識幾多stat?
之前以為phy冇乜用結果原來份份都好多data要睇要run

發現apply歐洲既大學，佢地真係wfc你既英文grammar錯成點

佢地本身寫野都用左德法文既format/grammar，例如 2,000 變左做 2.000，又例如 Dear xxx This is a letter….. 變左做 Dear xxx, this is a letter.... 又例如perposition用錯左，e.g. 法文既 `a 咩9都直譯做 "to"

香港既HR見到呢mistake，一定當你寫錯grammar，然後扔左你份cv

2000 係無錯，佢地係用 . for 000 , for decimal

話時話你地一般做research識幾多stat?
之前以為phy冇乜用結果原來份份都好多data要睇要run

話時話你地一般做research識幾多stat?
之前以為phy冇乜用結果原來份份都好多data要睇要run

發現apply歐洲既大學，佢地真係wfc你既英文grammar錯成點

佢地本身寫野都用左德法文既format/grammar，例如 2,000 變左做 2.000，又例如 Dear xxx This is a letter….. 變左做 Dear xxx, this is a letter.... 又例如perposition用錯左，e.g. 法文既 `a 咩9都直譯做 "to"

香港既HR見到呢mistake，一定當你寫錯grammar，然後扔左你份cv

2000 係無錯，佢地係用 . for 000 , for decimal

我最接受唔到既係美國人就算讀理科竟然都有人用pound,mile,gallon做單位

美國乜單位都唔同架啦

發現apply歐洲既大學，佢地真係wfc你既英文grammar錯成點

佢地本身寫野都用左德法文既format/grammar，例如 2,000 變左做 2.000，又例如 Dear xxx This is a letter….. 變左做 Dear xxx, this is a letter.... 又例如perposition用錯左，e.g. 法文既 `a 咩9都直譯做 "to"

香港既HR見到呢mistake，一定當你寫錯grammar，然後扔左你份cv

2000 係無錯，佢地係用 . for 000 , for decimal

我最接受唔到既係美國人就算讀理科竟然都有人用pound,mile,gallon做單位

美國乜單位都唔同架啦

全部公制咪幾好

發現apply歐洲既大學，佢地真係wfc你既英文grammar錯成點

佢地本身寫野都用左德法文既format/grammar，例如 2,000 變左做 2.000，又例如 Dear xxx This is a letter….. 變左做 Dear xxx, this is a letter.... 又例如perposition用錯左，e.g. 法文既 `a 咩9都直譯做 "to"

香港既HR見到呢mistake，一定當你寫錯grammar，然後扔左你份cv

2000 係無錯，佢地係用 . for 000 , for decimal

我最接受唔到既係美國人就算讀理科竟然都有人用pound,mile,gallon做單位

美國乜單位都唔同架啦

全部公制咪幾好

人地 DDMMYY美國係都要MMDDYY

發現apply歐洲既大學，佢地真係wfc你既英文grammar錯成點

佢地本身寫野都用左德法文既format/grammar，例如 2,000 變左做 2.000，又例如 Dear xxx This is a letter….. 變左做 Dear xxx, this is a letter.... 又例如perposition用錯左，e.g. 法文既 `a 咩9都直譯做 "to"

香港既HR見到呢mistake，一定當你寫錯grammar，然後扔左你份cv

2000 係無錯，佢地係用 . for 000 , for decimal

我最接受唔到既係美國人就算讀理科竟然都有人用pound,mile,gallon做單位

美國乜單位都唔同架啦

全部公制咪幾好

人地 DDMMYY美國係都要MMDDYY

明明Celsius 好易理解係都要用Fahrenheit

其實statistics 應該要學到最個程度先開始學machine learning會較好？

冇話幾多先好 建議睇 Christopher M. Bishop Pattern Recognition and Machine Learning同Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani An Introduction to Statistical Learning with Applications in R

數底好可以睇Trevor Hastie, Robert Tibshirani, Jerome Friedman The Elements of Statistical Learning Data Mining, Inference, and Prediction Second Edition

上面係more math and stat oriented 全部google到pdf

仲有一本我睇過唔錯係Kevin R Murphy Machine Learning: A Probabilistic Perspective
呢本講多D algorithms既野 同埋幾全面

Mackay 本 Information Theory, Inference, and Learning Algorithms都幾正
用information theory 睇inference 問題

其實statistics 應該要學到最個程度先開始學machine learning會較好？

冇話幾多先好 建議睇 Christopher M. Bishop Pattern Recognition and Machine Learning同Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani An Introduction to Statistical Learning with Applications in R

數底好可以睇Trevor Hastie, Robert Tibshirani, Jerome Friedman The Elements of Statistical Learning Data Mining, Inference, and Prediction Second Edition

上面係more math and stat oriented 全部google到pdf

仲有一本我睇過唔錯係Kevin R Murphy Machine Learning: A Probabilistic Perspective
呢本講多D algorithms既野 同埋幾全面

Mackay 本 Information Theory, Inference, and Learning Algorithms都幾正
用information theory 睇inference 問題

咁呢個再advanced啲 就唔知佢有冇需要啦 其實information theory係ML既基礎

話時話你地一般做research識幾多stat?
之前以為phy冇乜用結果原來份份都好多data要睇要run

話時話你地一般做research識幾多stat?
之前以為phy冇乜用結果原來份份都好多data要睇要run

話時話你地一般做research識幾多stat?
之前以為phy冇乜用結果原來份份都好多data要睇要run

點解d 嘢好似學極都學唔晒咁

話時話你地一般做research識幾多stat?
之前以為phy冇乜用結果原來份份都好多data要睇要run

上左腦

話時話你地一般做research識幾多stat?
之前以為phy冇乜用結果原來份份都好多data要睇要run

點解d 嘢好似學極都學唔晒咁

冇辦法 尤其做research既成日有新野出 邊可能學得晒所有野