如何評價吳恩達(Andrew Ng)的學術地位?

時間 2021-05-12 00:56:20

1樓:譚中沂

(1)帶電粒子在電場中受力運動的方向是從正極向負極,可以判定電荷該粒子帶正電;(2)粒子在電場中被加速.由動能定理得:qU=12mv2解得:v=2qUm(3)粒子在勻強磁場中做勻速圓周運動,洛倫茲力提供向心力由牛頓第二定律可得:

qvB=mv2r所以:r=mvqB解得:d=2r=2mvqB=2B2mUq答:

(1)粒子帶正電;(2)粒子進入磁場時的速率v=2qUm.(3)OP間的距離d=2B2mUq."

2樓:MECH

我不了解吳恩達老師的學術地位,但他課上的是真的好,一切從簡,幾乎零基礎就可以聽懂,最最重要的是他的課後練習!真的是值得所有科目效仿(如果能做到的話),一步一步的教你實現課上學的內容,完美的教學方式,效率非常高!

3樓:情繫中國結

從毫無爭議的角度去找乙個答案就是:把知識傳承給別人的人最偉大,對文明貢獻最大,我們的文明最大的幸事是有語言和文字,從這一點看吳老師相比其他人更可敬,感謝我的老師們,感謝吳恩達。

4樓:

vczh回覆說,「呵呵,andrew ng在學術界的名聲早就臭了」。

個人覺得確實是這樣,從國內某CV大牛那裡道聽途說的,好像Jordan都不太搭理Ng了。

個人道聽途說的。。。

5樓:

某輪子會出來黑吳恩達,但是吳恩達不會跳出來黑他,就像狗咬你一口,你會咬狗一口以報復狗麼?

別的不說吳恩達至少學術界都知道,輪子哥除了貴乎的nc粉還有誰知道?

6樓:聞人達遠

generative model 和discriminative model的對比,lda,最開始用gpu做dl…我當年讀的時候這些成果每讀乙個,就覺得自己phd沒希望一分…

地位?我表示我視力不好看不到那麼高…

7樓:

學術水平和coursera等事情還是要分開吧。大家難道沒有遇到過本科教課覺得很好的老師,最後讀研發現被坑了的嗎。。。說句不好聽的,學術研究不是面向初學者的

學術水平的話,別的領域不了解,單就DL領域的話,ng的學術貢獻個人感覺還真不是很多。ng在dl崛起的第一時刻就開始了相關研究,但是這個多年過去了,大家公認的技術或者idea,有幾個是ng提出來的?我一時半會還真想不到,dl畢竟是乙個用效果說話才走上檯面的技術啊。

可能有人會說,ng那幾篇dl的引用好高,但是為啥我覺得大家都是在intro第一段裡引用「dl在cv/speech/nlp領域效果很大」、「dl計算量很大」等這些概述性的話呢。。。

8樓:

本人書讀少,又是機器學習的半吊子,但曾痴迷譜聚類,有幸細讀過Ng一作的文章:

"On Spectral Clustering: Analysis and an algorithm"

個人認為這是譜聚類的代表作,沒有之一

且不論其他領域的貢獻

9樓:貓大釗

ng工業界確實混得不錯,學術界雖然沒出什麼重大的名堂,名聲不至於臭了吧- -人家也能算個大牛了。

要說學術界引領deep learning的是Yann LeCun

Geoffrey Hinton

Yoshua Bengio

這三位大牛

10樓:

真是個喜聞樂見的問題~

NG的學術地位,普通知乎眾是無法評價的,包括輪子哥。

MSR或者MSRA當然是有人有資格這樣黑NG的,想必輪子哥也曾經聽過幾把。

總結:算乙個在ML領域有一些建樹的科學家,但是武功太雜,伎倆較多,非科學家之道也,這很容易招圈內黑。慕容復愛行走江湖,武功也並不弱。

至於普通的機器學習愛好者,膜拜膜拜他也是極好的。

11樓:陳小小

首先我覺得Andrew Ng是偏工程一點的,你在google學術上搜machine learning,他確實排不到第一頁,他在講課的時候也說過他和他的學生發會議多一點。但是這也絕對不能成為vczh黑他的理由,,喝水不忘挖井人,飲水思源啊。

吳恩達 Andrew Ng 是乙個怎樣的人?

一介書生 吳老師的 機器學習 對數學要求不高,主要強調基本理論與工程思維,非常適合入門,尤其是大學期間剛剛學完高數線代概率論的學生。深入淺出,溫文爾雅。 聽他講課難道沒有人想到老友記裡的Ross嗎 正在聽Coursera上機器學習的課程,感覺他應該是個特別好相處的人,說話非常和氣沒有大牛的架子,居然...

如何評價吳恩達開設的 Deep Learning Specialization 課程?

CKLSniper 1.繼承了ML課程的風格,對新手非常的友好,即使不是科班出身學習也不會有大問題。2.講了很多任務程上面的細節,比如第三門課的東西在教科書裡面似乎不會怎麼提到,但對自己訓練大型神經網路會很有幫助。3.基本沒有很數學的東西,想繼續提高的話可以自學Goodfellow那本書。 Andr...

為什麼要學習吳恩達的機器學習?

入門的時候也看過Ng大神的課,感覺講課風格不是很討喜,總覺得很木訥,就是讀講義抄講義。後來下了講義來一看,我擦,講義寫得這麼美哪用人講啊 其實沒必要看他的課,學過點兒微積分和線性代數的話看李航博士的小藍書是最好最快的入門方式。個人覺得,沒有之一!另外,並不推薦從深度學習入門,因為,見慣了深度學習的簡...