第二集預告來囉～
明天15:00-16:00 民視新聞台
一起來看《下一步AI · NEXT 愛》
YouTube🔗 https://youtu.be/T5qid-P2q8I
#下一步AI #東臺傳播
#國家實驗研究院 #科技部
李 宏毅 youtube 在 Facebook 的精選貼文
同時也有2部Youtube影片，追蹤數超過6萬的網紅Janice Yan閻奕格，也在其Youtube影片中提到，好久沒翻唱啦！還記得第一次聽到這首歌的時候我跟 @李友廷 都還沒正式出道 哈哈哈哈！！！這首歌真的有毒，過了這麼久還是在我心中佔有一個很特別的位置～～～ 之前唱這首歌都覺得特別傷感，但這次好像有點不太一樣，看看大家是否聽得出 😏😏😏 無論你有沒有找到那個 ‘誰’，都希望你可以先多愛自己一點點！然...
「李 宏毅 youtube」的推薦目錄：
- 關於李 宏毅 youtube 在 Facebook 的精選貼文
- 關於李 宏毅 youtube 在 紀老師程式教學網 Facebook 的最佳解答
- 關於李 宏毅 youtube 在 笑炎舞者蔡宏毅 Facebook 的最讚貼文
- 關於李 宏毅 youtube 在 Janice Yan閻奕格 Youtube 的最佳貼文
- 關於李 宏毅 youtube 在 我要做富翁 Youtube 的最佳解答
- 關於李 宏毅 youtube 在 Re: [心得] 自學AI資源分享- 看板DataScience - 批踢踢實業坊 的評價
- 關於李 宏毅 youtube 在 Hung-yi Lee - YouTube 的評價
- 關於李 宏毅 youtube 在 鄭慶一推薦的台大李宏毅教授機器學習YouTube 教學2019版。... 的評價
- 關於李 宏毅 youtube 在 鄭慶一推薦的台大李宏毅教授機器學習YouTube 教學2019版。... 的評價
- 關於李 宏毅 youtube 在 李宏毅- Youtube stories, Youtube, Li hong yi - Pinterest 的評價
- 關於李 宏毅 youtube 在 李宏毅- Youtube stories, Youtube, Li hong yi - Pinterest 的評價
- 關於李 宏毅 youtube 在 李宏毅2021机器学习（同步YouTube） 的評價
- 關於李 宏毅 youtube 在 Machine Learning（李宏毅-YouTube合集） - 课程搜 的評價
- 關於李 宏毅 youtube 在 Youtube李宏毅教授(Hung-yi Lee, NTU)讲解的《Machine ... 的評價
- 關於李 宏毅 youtube 在 Hung-yi Lee YouTube網紅頻道詳情與完整數據分析報告 的評價
- 關於李 宏毅 youtube 在 李宏毅機器學習youtube - Google 搜尋 的評價
- 關於李 宏毅 youtube 在 Hung-yi Lee (李宏毅) on Twitter: "Receive the YouTube ... 的評價
- 關於李 宏毅 youtube 在 李宏毅機器學習youtube 你離開學只差這個視頻 - Qhcoh 的評價
- 關於李 宏毅 youtube 在 臺大李宏毅youtube 臺大電機系 - GQUHM 的評價
- 關於李 宏毅 youtube 在 李宏毅深度學習youtube 300 - Ysctow 的評價
- 關於李 宏毅 youtube 在 李宏毅台灣個站-Li Hong Yi Taiwan fanpage - Influenex 的評價
- 關於李 宏毅 youtube 在 2021/01/22 狐妖小红娘微博(李宏毅YouTube追加) - goo BLOG 的評價
- 關於李 宏毅 youtube 在 臺大李宏毅youtube 【課程】臺大李宏毅機器學習 - Aabrq 的評價
- 關於李 宏毅 youtube 在 討論串(共2篇) - [請問]youtube撥放某些影片無聲音 的評價
- 關於李 宏毅 youtube 在 討論串(共2篇) - [請問]youtube撥放某些影片無聲音 的評價
- 關於李 宏毅 youtube 在 四百人同時修課台大教授被封台灣AI界最強YouTuber | 聯合新聞網 的評價
- 關於李 宏毅 youtube 在 青囊傳youtube 青囊傳 的評價
- 關於李 宏毅 youtube 在 自主學習整理 的評價
- 關於李 宏毅 youtube 在 [問卦] Youtube是在更新殺小 - PTT 熱門文章Hito 的評價
- 關於李 宏毅 youtube 在 [問卦] Youtube是在更新殺小 - PTT 熱門文章Hito 的評價
- 關於李 宏毅 youtube 在 李宏毅深度學習youtube DeepMind - Dlouz 的評價
- 關於李 宏毅 youtube 在 李宏毅機器學習youtube 你離開學只差這個視頻 - Pripdw 的評價
- 關於李 宏毅 youtube 在 #請益深度學習學習方向請教 - 軟體工程師板 | Dcard 的評價
- 關於李 宏毅 youtube 在 2022李宏毅dcard-酒店飯店，精選在Youtube上的體驗影片 的評價
- 關於李 宏毅 youtube 在 2022李宏毅dcard-酒店飯店，精選在Youtube上的體驗影片 的評價
- 關於李 宏毅 youtube 在 青囊傳youtube 青囊傳 - Yihbk 的評價
- 關於李 宏毅 youtube 在 「李宏毅深度學習youtube」懶人包資訊整理 (1) | 蘋果健康咬一口 的評價
- 關於李 宏毅 youtube 在 youtube 李建李建軍 的評價
- 關於李 宏毅 youtube 在 人工智慧導論 - Google 圖書結果 的評價
李 宏毅 youtube 在 紀老師程式教學網 Facebook 的最佳解答
[課程分享] 覺得這個頁面很醜、就錯過這堂課，你就虧大了！
台大李宏毅老師的「深度學習與人類語言處理課程」（完全免費）
網址： https://bit.ly/3ksRGap
--------------
說起李宏毅老師，認識的人，會知道他很久之前，就把「人工智慧」相關的課程影片，免費提供給大家研習。他的機器學習課程，可以說是中文公開課程中，最具代表性的。
另一個我會認識他的原因，是他常常在課程裡面，把涼宮春日或精靈寶可夢當範例（去年單推「一花」 Good Job！有興趣可以看我去年發的這一篇： https://bit.ly/3iyVwNw 。不知道今年是不是要推彌豆子還是要來個水之呼吸...等等！我好像看到新垣...什麼的...啊～頭好痛～ XD）...這讓我 20 年的宅宅魂，一下子覺醒在奇怪的地方... XD。
李宏毅老師 2020 年的最新深度學習課程，終於在 2020/07/10 上完、並且完整上線啦～大家可以點擊上面的連結，就可以取得李老師的投影片（PDF 格式）、以及 YouTube 影片連結。今年的重點放在「語音辨識」與「自然語言處理」。喜歡的朋友不要錯過！
最右邊的是 YouTube 影片連結，右邊數過來第二排，就是投影片連結。喜歡的朋友不要錯過喔！畫面是很樸素啦～不過內容可是很紮實的！
希望今天的分享大家會喜歡！祝福大家收穫多多喔！
PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：
● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt
如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/
李 宏毅 youtube 在 笑炎舞者蔡宏毅 Facebook 的最讚貼文
【一劃劍心】
Titos Tsai Sword Dancing Demo Taiwan
十九歲那年我放下筆桿
離開大學，成為一位表演者
在每個街頭拼命不為誰
只為走上夢中的大舞台
八年如夢且我很幸運
在火焰深處找到一群火伴
一起並肩走過無數夢想
卻也在每次乾杯中逐漸離散
這讓我困惑到底拼命為誰
二十七歲這年我重拾筆桿
一筆一劃寫下迷茫與感動
牽著身旁的手終於懂得拼命為誰
於是我開始練劍，走向大海
斬斷所有懷疑的聲浪
我就是我，不管怎樣，我還是我
我是蔡宏毅，謝謝你還看著我
感謝——
兄弟陳育偉替我打造這把世界唯一神劍
鬼火道具設計工作室替我科學打造
火伴火浪銀方 賴寬誌推薦我這首神曲
寶貝李姿儀永遠相信我
影片製作：Map攝影婚攝影像團隊
YouTube Link：https://youtu.be/ZRmwnpLQdIM
感謝場地：
HRC Dance Studio / HRC 旗艦館
李 宏毅 youtube 在 Janice Yan閻奕格 Youtube 的最佳貼文
好久沒翻唱啦！還記得第一次聽到這首歌的時候我跟 @李友廷 都還沒正式出道 哈哈哈哈！！！這首歌真的有毒，過了這麼久還是在我心中佔有一個很特別的位置～～～
之前唱這首歌都覺得特別傷感，但這次好像有點不太一樣，看看大家是否聽得出 😏😏😏
無論你有沒有找到那個 ‘誰’，都希望你可以先多愛自己一點點！然後也要愛我 哈哈哈！😜😜😜
我的新 EP 【少了一件牛仔褲】可以在這邊聽邊看：
https://www.youtube.com/playlist?list=PLSCQz04h08mesMG0KrQh16HczAYORUmKT
#J格來尬聊 Podcast：
https://www.youtube.com/playlist?list=PLSCQz04h08mc3Cw5a0XJAulrtbzvUlvup
【誰】Cover 製作團隊
導演：阿源 PiKaTai
攝影師：阿源 PiKaTai
燈光師：去皮、「社群王子 宏毅」
後製剪輯：阿源 PiKaTai
配唱、合音：閻奕格 Janice Yan
編曲、吉他：樊哲忠 Jimmy Fan
錄音師：馬丁 Martin Lin
錄音助理：歐曜寬 Kuan Ou
我會不定期上傳影片，歡迎大家訂閱我的 youtube 頻道:
http://www.youtube.com/subscription_center?add_user=janiceyanmusic
Janice Yan 閻奕格
IG: http://instagram.com/janiceyanmusic
FB:http://www.facebook.com/janiceyanyige
Weibo:http://www.weibo.com/janiceyanyige
For business inquiries 工作聯繫:
janiceyanmusic@gmail.com
#誰是被害者 #李友廷
李 宏毅 youtube 在 我要做富翁 Youtube 的最佳解答
1) 本週活動，正式接受報名:
免費試堂分享會：https://moneyttab.wixsite.com/site/sharing-trial
入門班&初班：https://moneyttab.wixsite.com/site/course
其他活動：https://moneyttab.wixsite.com/site/activity
2) 我要做富翁APP下載：http://onelink.to/mtapp
3) 緊貼我們社交平台，不錯過任何免費分析/教學：
訂閱YouTube頻道：https://youtube.com/channel/UCdWNwPuaS1o2dIzugNMXWtw?sub_confirmation=1
讚好Facebook專頁：https://facebook.com/203349819681082
==============================
全民皆股？今年股市暢旺，不少投資者都有所斬獲，亦開始發覺街上愈來愈多人談及到股票的走勢。我們利用了四個訊號，包括了一些統計，揭示牛市在爆煲前的瘋狂訊號。想知道是甚麼跌市先兆？快快去片，跑到市場的前方，繼續領跑大市！如喜歡我們的分析，緊記Share給朋友啊！
首先跟大家回顧2007年牛市的情況，當時不論是甚麼公司上市，相信亦被超額認購。到正式上市的時候，股價隨即被炒起，不少投資者因此獲利，在多次成功取得利潤後更辭去工作，全職炒買股票。街上亦不論在乘坐交通工具或是其他公眾場合時，身邊不少人都談及到股市及股票的走勢，這是第一個訊號。當時幾乎所有股票都上升，隨便選中一隻股份就被稱為股神。另一方面，被港人稱為「四叔」的李兆基也成傳媒的追訪對象，不時被追問恆生指數的目標，在命中三萬點後更把目標推到四萬點左右，樂觀情緒顯而易見。在賺錢十分輕易的時代，市民出外用餐的時候亦見闊綽，當時到酒樓會見到顧客點叫魚翅撈飯或是鮑魚撈麵等較為貴價的食品，反映出熾熱及瘋狂的程度。
而以上的一點，環顧近半年來的市場及投資者的情緒，暫未見有非理性的時刻出現。例如到業績公佈後，投資者並非亂炒一輪，反會理性分析其表現，謹慎行事。
除了以上的軟證據，還有三個硬證據，是確實的數據比較。
第二個訊號是PE，市盈率。這個是評估股市價值的其中一個重要的指標，以香港恆生指數來說，當爆煲出現時大約要20倍左右，如2007年的熊市則21.5倍，科網股時代更是28.8倍，亞洲金融風暴時較低，但亦有18.7倍。以現時來說只有14-15倍左右，距離20倍仍遠。加上筆者去年已提到，本年的恆指是多年低增長以來，首次得到雙位數的增長，在盈利增長引致價格的升幅下，PE並不算高。當然，如果未來增長減慢，市場反不停炒作向上，泡沬才會出現。
第三個是每月波幅，這個是反映出市場的瘋狂程度的指標，如短時間內甚至是數個月出現較大的升幅，反熾出市場十分熾熱，或會出現不理性的時候。我們利用ROC (Rate of Change)來顯示恆指每月的波幅，發現每當股市不理性地炒作時，單單一個月的升幅已可達20%之多，如熾熱程度維持，亦會見到接近時間內多月的升幅高於10%，如1993年的小陽春、科網股股爆破前及2007年海嘯前的波幅均大。相反今年的升幅未見十分瘋狂，未曾有一個月升超過10%之上，最近一次已是2015年之時。
最後是成交額的分析，反映升幅之餘還需要資金的承托，從交易額可得知這個證據。不過單單以成交額來看是沒有意思，因為三十年前並沒有現在的成交額，原因是通脹令價格升高。有見及此，我們利用了統計學的理念來分析，從每月成交金額的數據中，以12個月的平均值加上一個標準差(Standard deviation)作比較。結果發現，大牛市的時候成交量會出現連續數月成交額大於以上的基準。其中2007年出現了連續6個月的大成交，而其餘牛市的時段均可取得連續4-5個月高成交的紀錄，反映出交投熾熱。而今次的升市只出現了一個月的大成交，其他月份未能突破平均加上標準差的基準，未算是全民皆股的情況。
留意以上的四點判斷市場的熾熱情況，便可大概了解投資者的心態。到下次市場瘋狂昤可拿個這些證據，拆開大時代的真面目。
撰文：施宏毅
李 宏毅 youtube 在 Hung-yi Lee - YouTube 的推薦與評價
李宏毅 webpage for ML 2021: https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html. ... <看更多>
李 宏毅 youtube 在 鄭慶一推薦的台大李宏毅教授機器學習YouTube 教學2019版。... 的推薦與評價
鄭慶一推薦的台大李宏毅教授機器學習YouTube 教學2019版。 雖然和Dynamo 沒直接相關，不過還蠻有趣的。 ... <看更多>
李 宏毅 youtube 在 Re: [心得] 自學AI資源分享- 看板DataScience - 批踢踢實業坊 的推薦與評價
感謝原 PO 的分享，我也來分享一下我自己的學習清單
==== 前言 ====
去年因緣際會知道了有關大數據、資料科學、機器學習這些領域
本來考慮要去參加資策會的課程，但自己要在家帶小孩
如果參加課程，小孩要找保母，整個機會成本太高，因此決定自學先
網路課程現在幾乎是隨手可得，想要自學的人根本不怕沒有教材可以學習，但是五花八門
的課程中，怎麼去選擇就是一個很重要的問題了。
我自己是一個門外漢，因此在選擇課程以及安排上面花了蠻多時間，以下大多是我看過或
是大概瀏覽過覺得不錯的課程，就推薦給想要自學又不知道怎麼開始的朋友們吧~
==== 概論 ====
由於自己雖為國立大學數學系畢業，但畢業非常多年，加上自己也非科班出身，因此想要
先了解整個領域的範疇、概要，之後再開始針對各個科目分進合擊。
PS : 初期我自己都以大數據為出發點，所以上的課都是大數據概論取向，但再其中其實
對於資料科學、AI、機器學習都會講到。
1. [ Coursera ] 大數據分析：商業應用與策略管理 (Big Data Analytics: Business
Applications and Strategic Decisions)
這門課是台大與玉山銀行合作開的線上課程，與其說是課程，我認為比較偏向講座，在這
過程中可以對大數據、機器學習等在商業上的應用。這堂課可當作補充資料來上，會有一
些實務應用上的概念，當然，如果沒時間也不一定非得要上。
2. [ Coursera ] Big Data Specialization
University of California, San Diego 開設的這們課程，我個人還蠻推薦的，尤其是對
跨領域、無先備知識的學習者來說，可以在這一系列課程中很快速地對整個領域有蠻深入
的理解。
3. [ Book ] 精通 Python
4. [ Book ] Python 資料科學學習手冊
這兩本都是 O’REILLY 的經典書籍，我必須坦白說我沒有完整的看完，精通 Python 我
針對資料科學的部分有完整看過，然後做習題，但裡面很多章節稍微跟資料課學無關的我
幾乎都暫先跳過，而資料科學學習手冊我是都拿來當工具書翻閱。( 所以我 coding 能力
還是一樣很差XDDDDD )
==== Python ====
第二階段我開始以 Python 為主進行學習，因為我自己 coding 能力幾乎是 0，這個部分
必然要作為初期學習的重點項目。另外，雖然說這是第二階段，但其實這部分跟上述的概
論課程我幾乎都是同時期一起上課。( 不過我坦承到現在我自己的 coding能力還是很差XDD )
1. [ Coursera ] Python for Everybody Specialization
這門是 University of Michigan 所開設的 Python 專項課程，完全從 0 基礎開始上課
，上完以後可以可以進行一些初階的程式作業我想是沒有問題的，這堂課並沒有太多針對
資料科學的部分，主要是以各領域都會用到的基礎工具為主。Charles Russell 的上課方
式我超喜歡，喜歡友去上課方式的人我想也會跟我一樣喜歡這門課。
2. [ Coursera ] Applied Data Science with Python Specialization
一樣是 University of Michigan 開設的，這專項課程我作為上門課程的接續課程。前面
幾堂會針對 python 在資料科學中會用到的模組、方法進行概略式的瀏覽，後面則會針對
視覺化、機器學習等領域做較為深入的介紹。整個課程較上一門來說困難度增加不少，因
為我自己有做手寫筆記的習慣，這門課的許多東西在我現在 coding 遇到問題時都還能翻
閱筆記作為工具書使用，我覺得受益不少。
3. [ Coursera ] Fundamentals of computing
Rice University 所開設的課程，之前應該也是在論壇看見推薦的，但課程難度較高，目
前我也是暫時先擱置還未進行這課程的學習。
===== Machine Learning =====
1. [ YouTube ] 機器學習基石 & 技法
(Machine Learning Foundations and Techniques)
台大林軒田教授所開設的機器學習課程，在 Coursera 與 YouTube 軍可以免費觀看課程
內容。這門課主要以基礎的機器學習演算法為主，但雖然說世紀處演算法，但內容包含的
數學比重較重，啃下來的確會有點困難，但整個課程的安排的確非常流暢，老師的講述也
算是蠻清楚。而且教授對於課程教學十分用心，如果在 YouTube 或是 Coursera 上面提
問，教授 (或助教) 都會盡可能地回覆。( 即使課程已經是兩三年前的課程了，現在也都
會看到教授的回覆，非常用心。 )
2. [ YouTube ] Machine Learning — 李宏毅
台大李宏毅所開設的機器學習課程，一直以來都是台灣及中國學習者極力推薦的中文課程
之一。課程內容與時俱進，每一年都會將最新的機器學習、深度學習的演算法、模型加入
到課程內，讓學習者能夠跟上整個領域的發展。數學的比重比林軒田教授的課程低，而且
多了許多有趣的範例及講述，上課起來輕鬆不少。然而，影片內容我個人覺得安排較為紊
亂，可能是每一年的課程進度剪接而成，在某一些地方的銜接度較差，這是上課時稍微讓
人困惑的地方。不過瑕不掩瑜，這門課程我認為還是非常值得花時間上的。
[ 補充 ] 最近中國一些人將李宏毅的課程整理成一個 github 專案，完全複刻課程內容
，包含了課程中的所有 demo 以及課程作業內容，非常值得大家在上課的同時做參考使用
。
[ 補充 ] 李宏毅另外有一門課程 " Machine Learning and having it deep and
structured "，會更深入講解機器學習的演算法跟架構，這也是後續上完 Machine
Learning 後可以深入補充的課程。
3. [ Coursera ] Machine Learning — Andrew Ng
由 Stanford University 的吳恩達教授所開設的課程，這已經是全世界公認的經典了，
不過已經花了大半年上完前面兩門課程的我，可能要稍作休息，待日後有機會再來進行這
門課程的學習。
4. [ YouTube ] Large-Scale Machine Learning
清大吳尚鴻所開設的課程 (https://www.cs.nthu.edu.tw/~shwu/courses/ml/)，忘了在哪
看見推薦的，我有上去大概看了一下，就學習論的部分我覺得講解的蠻清楚，就也是有空
可以再回頭來看看。
===== Mathematics =====
整個 Machine Learning 所涵蓋的數學領域其實是很廣的，有一些甚至不是數學系四年會
碰觸到的部分，而且某些部分甚至都是數學系、所一整學年的課程，我認為不用太糾結每
一個數學細節，找到一個可以說服自己的方式就好。( 當然，如果你真的想走演算法這條
路，要求就要再提高ㄧ些 )。如果有時間我會建議可以把機率統計以及線性代數的部分上
過一次(我大學機率統計實在學得慘不忍睹)，我認為這兩個領域如果可以上手，就會輕鬆
許多。
1. [ 清大開放式課程 ] 機率論
2. [ 清大開放式課程 ] 統計學
3. [ 清大開放式課程 ] 數理統計
這三們都是清大鄭少為老師所開的課，基本上他的機統普遍受到許多人的推薦，我自己有
看過前面幾堂的機率論，我認為條理清楚，講義也很詳細，這是我真的很想找時間上的課
程。
4. 線性代數
這個部份我目前暫時沒有重新上課的打算，大學教授上的非常好，我的筆記也都還留著，
就可以來回對照著參考，如果有推薦的課程也可以讓我知道，一起推薦給所有人參考看看
。
===== 補充資料 =====
這裡推薦幾個我認為很有幫助的學習途徑，有些是課程，有些並不算是。但我認為都可以
在上面這些基礎課程以外作為增強實力的補充教材。(備註 : 這裡我選出來的都是比較廣
泛性的平台，但 Medium 或是ㄧ些個人部落格也有很多非常棒的補充資料可以看，但這樣
的資料多且雜，我就暫時沒收在下列推薦名單中。)
1. AI 研習社 ( https://ai.yanxishe.com/ )
不得不說，中國在這領域的發展真的比台灣快而且豐富，當我在學習過程中找尋中文資料
時，九成都是從中國的論壇或是部落格中找到，台灣在這方面的分享上面的確比較少。
AI 研習社我會建議大家可以去他的線上課程看，裡面有幾個大師級的課程 ( 重點是有簡
中字幕XD )，例如 Hinton 的課程我就會想要找時間來看一下。裡面還有一些資料、論文
整理的部分，大家也是可以上去晃晃看。
PS:它有一門「機器學習必修之數學基礎」系列課程其實我還蠻有興趣的，但是學費不便
宜就…
2. CSDN博客 ( https://blog.csdn.net/ )
不管閱讀論文還是課程上面有疑問，絕對可以針對同一件事情再上面找到非常多樣化的解
釋。上面我曾經說過，很多時候不要拘泥，找到一個能說服自己的方式就好，通常我都會
在許多不同的解釋當中選擇一個我比較理解且能接受的方式作為我對這件事情的理解。
3. 知乎
這有點像是中國版的奇摩知識+ (?)，針對一個問題也可以看到底下有許多不同角度的切
入，我覺得這樣的學習其實蠻不錯的。當我在找資料的時候，只要是CSDN跟知乎我都會點
進去看一下，許多時候都會有不錯的收穫。
4. reddit/MachineLearing ( https://www.reddit.com/r/MachineLearning/ )
reddit 的 Machine Learning 版裡面有許多的神人，還潛伏了許多論文的作者在裡面，
時不時會有一些很新的論文發表、成果發表還有許多有趣的討論在裡面，我覺得可以收藏
起來看。
5. 微博公眾號
好，我知道這部分爭議很大，如果真的很介意的可以跳過這一 part。
我完全沒有在用微博，但為了ㄧ些公眾號的訂閱我才開始使用。許多公眾號會把很新的
AI 新知、或是一些知識整理放出來，雖然品質參差不齊，但也不得不說有時候真的能撿
到一些不錯的好文章。另外，覺得閱讀reddit 全英文資料很吃力的，有時候大概在
reddit 上面發表一兩天之後公眾號就有簡體中文的說明出來，我覺得有時候偷吃步其實
也是蠻可以的啦XDDDDD。還有一個公眾號會每天發送各種領域最新的論文內容出來，如果
閱讀論文速度很快的，可以從這樣的公眾號中拿到很多最新的論文資訊。
=======END=======
以上是我自己的一些學習資訊，也提供給大家參考看看
當然還有很多非科班出身必須要修的 例如資料結構跟演算法等等
我目前還沒有什麼概念，如果有人有推薦課程也希望不吝分享讓我知道一下
--
聽眾散去了,希爾伯特卻仍留在講台上,
他等著看自己是否已經運用有利的例子,優越的論證,
以及具誘惑力的23個問題,
塑造他期盼見到的未來.....
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.45.98.201 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1565639939.A.F2F.html
... <看更多>