首页
学习
活动
专区
圈层
工具
发布
35 篇文章
1
机器学习在量化金融领域的误用!
2
专栏 | 监督&强化学习模型在金融市场的应用
3
【机器学习课程】经典算法之——AdaBoost在量化投资中的应用(附代码和很多论文资料)
4
一名Quant的自白
5
Two Sigma:Machine Learning Models of Financial Data
6
【深度】监督&强化学习算法在A股中的应用
7
深度学习与时间序列预测:来自Kaggle比赛的宝贵经验
8
啥是佩琪?恕我直言,搞量化这样配齐!
9
有人说:机器学习应用量化投资没啥用,给你看看有用的!
10
机器学习在金融风控的经验总结!
11
推荐收藏 | 深度学习在金融领域的应用
12
机器学习在金融风控的经验总结!
13
原创 | 支持向量机在金融领域的应用
14
Kaggle大神经验分享丨如何用15个月冲到排行榜的首位
15
Kaggle Grandmaster是怎样炼成的
16
我要这金牌有何用:Kaggle 竞赛成绩真能「保送」谷歌、FB 吗?
17
Kaggle参赛入门经验
18
Kaggle大神们的致胜法宝!
19
收录超十年,Kaggle竞赛优胜解决方案、思路大合集!
20
Kaggle大神亲述:我是如何半年拿5次金牌晋升Grandmaster的?
21
跟Kaggle大神17枚金牌得主学NLP实战
22
从0开始如何用一个月杀进机器学习比赛Top25%
23
Kaggle 大神 Eureka 的高手进阶之路
24
半年5战5金:Kaggle史上最快GrandMaster是如何炼成的
25
Kaggle 顶级大师成长笔记
26
印度裔Kaggle大神自述:我是如何获得所有4个类别的Grandmaster
27
从0自学成AI高手,她只用了一个产假
28
Kaggle Grandmaster 的 NLP 方法
29
17岁Kaggle Grandmaster:从14岁开始的学习之路、竞赛经验谈
30
知乎 | 一年半的时间成为算法工程师,这可能吗?
31
Kaggle 大神Dan Becker与你分享他的数据科学之旅!
32
分分钟带你杀入Kaggle Top 1%,8000字实战分享
33
Kaggle 商品销量预测季军方案出炉,应对时间序列问题有何妙招
34
逻辑是怎样炼成的?
35
LSTM还没「死」!
清单首页quant文章详情

从0自学成AI高手,她只用了一个产假

王小新 问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI

这是一个励志(但并非鸡汤)的故事。

Nicole Finnie一家

上面这位母亲,名叫Nicole Finnie,现在是一位AI高手。前不久,她从全球数千人参与、奖金10万美元的DSB(Data Science Bowl)年度大赛中脱颖而出,赢得一枚银牌。

这件事的励志之处在于,Nicole一年前还没有接触过机器学习和数据科学。

更励志之处在于,她竟然是在休产假带娃期间,从零开始,自学成才。

休产假、带娃……你只有经历过,才知道这意味着什么。

确实佩服。

但,为什么要在休产假的时候开始学机器学习?原因并不复杂。

“最初,我想为宝贝女儿做一个在线物体识别的应用程序,所以开始对深度学习感兴趣。”Nicole Finnie解释说。

效果怎么样?

“现在,刚一岁的她喜欢拿着我的手机玩个不停。”(高级高级。)

那么Nicole Finnie是怎么从0自学成才的呢?

且看下面这个——

自学宝典

首先,感谢吴恩达老师。

Nicole Finnie自学的起点,就是吴恩达的机器学习课程。她之所以自学吴恩达的课程,也是因为工作中带的学生,也在Coursera上跟随吴恩达学习。

Coursera是吴恩达参与创办的在线教育平台。吴恩达在这个平台上开设的课程主要包括两个,我们也给一下传送门。

机器学习:https://www.coursera.org/learn/machine-learning

深度学习:https://www.coursera.org/specializations/deep-learning

当然,只是从这里入门,需要学习和练习的还有很多。比如Nicole Finnie在为女儿搭建物体识别AI时,参考了GitHub上的Tensorflow源码,并使用预训练好的YOLO v2模型构建了这个应用程序。

其次,感谢德国劳动法。

根据新华社的报道,“德国人认为,孩子出生头3年最需要父母陪伴,应创造更多机会,让初为人父母者与孩子在一起。”

所以,德国的带薪产假大约是一年时间。

“感谢德国的劳动法,我有一个较长的带薪产假。我是一个闲不住的人,所以当我的宝宝小睡时,每次可能只有20分钟,我会花时间上网学习机器学习,虽然那时我也很困。”Nicole Finnie说。

最后,感谢过去的自己。

虽然在机器学习这件事上是从零开始。

但Nicole Finnie并非没有基础。实际上,她本科毕业于中国台湾大学,随后又考入德国斯图加特大学获得硕士学位。

求学期间,她一直研究计算机、软件工程等领域。目前她已经供职于IBM八年多,现在是IBM德国研发中心的一名软件工程师。

过去积累最大的帮助,就是能让Nicole Finnie快速地把想法转化为代码。

大赛摘银

直到两个月前,Nicole Finnie才第一次从同事口中听说Kaggle。当时,这位组里的首席数据科学家要在实验室创建一个新的机器学习项目,他建议一起上Kaggle找下有关项目。

后来,她组队参加了DSB大赛。

为什么首次参赛就能获得好成绩?她总结了几点。

首先,我们从Kaggle论坛寻找有关信息来产生一些可能想法,然后通过阅读学术论文进一步研究这些想法。当我觉得某个方法可能会可行时,我会花很多时间来研究并实现它。 当你有了一些思路,一定要结合不同研究论文和网上资源来实现这个算法,这点很可能让你从众多参赛者中脱颖而出。还有一点,你一定要选择参加你感兴趣的比赛。

Nicole Finnie也详细回顾了比赛过程。

因为这是一个图像分割竞赛,我尝试了多种不同的CNN组合,也尝试了不同输出通道和不同后期处理方法的结合,并根据本地模型效果来选择最佳模型。在第一阶段的最后一周,我写了一个自动化程序来测试多种数据增强方法对模型训练的影响。 在最后3天,我们的一个远程同事@CPMP加入了我们团队,他是一位Kaggle大师。他建议我们使用加权多数投票(weighted majority voting)来集成3个最优模型,这使得我们最终模型的鲁棒性和泛化能力更强。

他们这个团队里,还包括组里的数据科学家@hafeneger和@alexec,以及Nicole的丈夫@jliamfinnie。每周他们都会碰面一起讨论新想法。

为了这次的大赛,她会早早地哄宝宝去上床睡觉。孩子睡着后,Nicole Finnie才开始奋战Kaggle。“当然,我也喝了不少茶和咖啡来提神。讲真,我的身体很疲惫,但是比赛的兴奋劲让我继续工作。”

当然在Nicole休产假期间,她丈夫也休了育儿假。他们一起学习、一起参赛、轮流工作,当一个人奋战Kaggle时,另一个人得去照看小孩。

至于以后还会不会继续参加比赛,答案是肯定的。

但Nicole Finnie也坦言:“我们参加DSB比赛后,由于GPU云计算的费用太高,所以可能得再一段时间才能参加下次图像比赛。?”

One More Thing

有了孩子,会影响母亲的职业选择么?会更让人焦虑么?

Nicole Finnie的回答是:没有,我喜欢挑战。

“孩子给我了更多动力。当你有新想法时,她能让你意识到时间是挤出来的,要利用这宝贵时间多做些工作。我希望能成为我女儿的好榜样,并让她知道,你不需要在家庭和事业之间做出选择。”

当被问及还缺什么,她直言:来一个保姆!

你看,一个休产假带娃的母亲都能这么勤奋的自学机器学习,想要入门的朋友别再虚度光阴,快行动起来吧~

最后,温馨提示:今天是母亲节。

这是来自Nicole Finnie的祝福:“母亲节快乐!发展你的事业,生个可爱的小孩,你也可以成为一个快乐且充实的母亲!”

下一篇
举报
领券