关键词：
机器学习英雄访谈录之 DL 实践家：Dominic Monn
Sanyam Bhutani 是 Medium 上一位专注 ML 和 CV 的博主，本系列翻译自他进行的系列采访——《机器学习英雄访谈录》。
学习从模仿开始，要模仿就要模仿那些最棒的人，这是我开始本系列的初衷。
今天采访的是 Dominic Monn，一位伟大的领袖、缔造者、社区领导者、自驾车工程师和远程工作的 DL 工程师。1
Sanyam: 嗨，Dominic！感谢你接受这次采访，我很高兴能够采访你。
Dominic: 嗨，Sanyam，很高兴和你谈话！
Sanyam: 你是我在 2018 年见过最好的（AI）实践家之一，你能向读者介绍下你自己吗？
Dominic: 哦，很荣幸:) 我的名字叫 Dominic，我今年 20 岁，是 Loom.ai2 的深度学习工程师。该公司坐落在旧金山，我在瑞士远程工作。除此之外，Loom.ai 是三星 AR Emoji 背后的公司。
在此之前，我在苏黎世做 NVIDIA 的深度学习实习生。在 Udacity 拿下自驾车工程师的 Nanodegree 之后，我到了那里。
Sanyam: 了不起。工作之外，你还在许多平台上工作，你能分享一下这些吗？
Dominic: 我喜欢用我的周末和空闲时间来建立业余项目。占据我大部分时间的两个项目是 MentorCruise，这是一个将学生与技术经验丰富的导师联系起来的市场；以及 RemoteML，一个全球性的社区和招聘栏，全部关于机器学习方面的远程工作。
我一直在寻找下一个要解决的问题和下一个要开发的产品，这很赞。
Sanyam: 你现在是一位经验丰富的实践家，但是第一件让你对 AI 感兴趣的事是什么？
Dominic: 我从软件工程开始，经历了 4 年的学徒生涯，当时在一家软件和网络代理商工作。在做了 2 到 3 年的 web app 和网站之后，我感到厌倦并开始寻找新的方向，我开始尝试使用“虚幻”引擎和游戏开发，然后对 UX 有一点兴趣并最终进入 AI / ML。
Sanyam: 有没有一个时间点，你决定要把它（AI）作为你的职业？
Dominic: 我对机器学习的兴趣始于另一个业余项目。我在 Kaggle 从基础起步，并最终拿到了 Udacity 的 Nanodegree。我总是喜欢尝试，并顺应我的专业（从事研发）路径。当我有机会去 NVIDIA 时（尽管软件工程师提供了更多赚大钱的 offer），我抓住了机会。
Sanyam: 你提到过一些你正在为之工作的优秀平台，我个人知道你可以非常快速地交付代码。你如何设法完成多项任务？你的秘诀是什么？
Dominic: 当我醒来时，我总是知道我今天会做些什么。我使用 Todoist 在前一天晚上计划一整天的事项。我全职工作，这占用了我的大部分时间，所以在两餐、散步、锻炼和睡觉之间，我需要知道我今天能做些什么。关键是要快速行动，不要害怕交付。
我的每个项目都有一个很大的 to-do list。有些更重要，通常可以快速完成，其他一些已经躺在 list 几个月了。这一切都与管理预期、切分工作和快速交付有关。
Sanyam: 我们聊聊你即将到来的冒险。我们可以从 Logits.co 中得到什么？
Dominic: RemoteML 最初是一个小型的求职栏。如今，我们在全球拥有超过 750 名会员，其中大部分都热切希望在机器学习领域做些工作。公司和初创公司可以使用 Logits.co 进入该社区，为他们的项目聘请自由职业者。我很高兴看到它正在如何发挥作用。
Sanyam: 在我们结束之前，你会给那些刚接触 ML 领域的人提供什么最好的建议？
Dominic: 不要害怕尽早出名以及做基础的工作，无论是商业还是机器学习。快速交付并获得实习，下决心，剩下的就是水到渠成。
Sanyam: 在哪里能与你取得联系或关注你的工作？
Dominic: 我在 Twitter(@dqmonn）上非常活跃，我的 DM 已经开了。RemoteML Machine Learning Chat 上我也几乎总是在线，所以一定要在那里找我。
Sanyam: 非常感谢你在这次采访中的谈话。
机器学习英雄访谈录之kagglekernels专家：aakashnain
目录机器学习英雄访谈录之KaggleKernels专家：AakashNain正文对我的启发机器学习英雄访谈录之KaggleKernels专家：AakashNainSanyamBhutani是Medium上一位专注ML和CV的博主，本系列翻译自他进行的系列采访——《机器学习英雄访谈录》。学习从... 查看详情
机器学习实践之决策树算法学习
...37608890/article/details/78731169）。 本文根据最近学习机器学习书籍网络文章的情况,特将一些学习思路做了归纳整理,详情如下.如有不当之处 查看详情
机器学习实践之logistic回归
...et/qq_37608890/article/details/78827013）。 本文根据最近学习机器学习书籍网络文章的情况,特将一些学习思路做了归纳整理 查看详情
深度学习-dl
雷锋网-2016| 人工智能在深度学习领域的前世今生（原文链接）DeepLearning-DL，深度学习是机器学习的一种。 深度学习实践的四个关键要素计算能力算法数据应用场景 参考：； 查看详情
tensorflow框架之机器学习实践
1.Irisdataset Iris数据集是常用的分类实验数据集，由Fisher,1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼... 查看详情
机器学习算法与编程实践之中文文本分类
这周学习了机器学习算法与编程实践第二章——中文文本分类的部分内容。该章以文本挖掘为大背景，以文本分类算法为中心，详细介绍了中文文本分类项目的相关知识点。一、文本挖掘与文本分类的概念被普遍认可的文本挖掘... 查看详情
元学习-learninghowtolearn-q&a：terry访谈录
Q&A：Terry访谈录Q1：怎样面对完全陌生的学习领域？A1：敢于实践，而不是大量阅读；取得专家的指点 Q2：怎样长时间保持注意力集中？A2：以向讲述人或者自己提问的方式积极参与 Q3：如何进入发散模式？A3：户外锻炼... 查看详情
阿里云机器学习平台pai之分类实践(代码片段)
💜这篇博客是机器学习PAI的实践部分，主要演示的是分类算法在平台上的使用方法，对往期内容感兴趣的小伙伴可以查看一下内容👇:hadoop专题:hadoop系列文章.spark专题:spark系列文章.阿里云系列:阿里云MaxComputerSQL... 查看详情
机器学习实践五机器学习眼中的《人民的名义》
...也起到了关键的作用。笔者在平日追剧之余，也尝试通过机器学习算法对人民的名义的部分剧集文本内容进行了文本分析，希望从数据的角度得到一些输入。本文使用阿里云机器学习PAI，主要针对以下几个方面进行了实验：分词... 查看详情
机器学习算法原理与编程实践之朴素贝叶斯分类
在介绍朴素贝叶斯分类之前，首先介绍一下大家都比较了解的贝叶斯定理，即已知某条件概率，如何得到两个时间交换后的概率，也就是在已知P(A|B)的情况下如何求得P(B|A)？可以通过如下公式求得：而朴素贝叶斯分类是一种简单... 查看详情
python机器学习及实践——进阶篇2（特征提升之特征筛选）
总体来说，良好的数据特征组合不需太多，便可以使得模型的性能表现突出。比如我们在“良/恶性乳腺癌肿瘤预测“问题中，仅仅使用两个描述肿瘤形态的特征便取得较高的识别率。冗余的特征虽然不会影响模型性... 查看详情
《机器学习系统设计》之数据理解和提炼
前言： 本系列是在作者学习《机器学习系统设计》（[美]WilliRichert）过程中的思考与实践，全书通过Python从数据处理，到特征project，再到模型选择。把机器学习解决这个问题的过程一一呈现。书中设计的源码和数据... 查看详情
dl：深度学习模型优化之模型训练技巧总结之适时自动调整学习率实现代码(代码片段)
DL：深度学习模型优化之模型训练技巧总结之适时自动调整学习率实现代码目录深度学习模型优化之模型训练技巧总结之适时自动调整学习率实现代码深度学习模型优化之模型训练技巧总结之适时自动调整学习率实现代码defsc... 查看详情
一起学习ml和dl中常用的几种loss函数
摘要：本篇内容和大家一起学习下机器学习和深度学习中常用到的几种loss函数。本文分享自华为云社区《【MindSpore易点通】网络实战之交叉熵类Loss函数》，作者：Skytier。本篇内容和大家一起学习下机器学习和深度学... 查看详情
认识：人工智能ai机器学习ml深度学习dl
...工智能的定义可以分为两部分，即“人工”和“智能”。机器学习1. 什么是机器学习根据等人事 查看详情
机器学习实践：《python机器学习实践指南》中文pdf+英文pdf+代码
机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。《Python机器学习实践指南》结合了机器学习和Python语言两个热门的领域，通过利用两种核心的机器学习算法来将Python... 查看详情
ios开发之机器学习框架mediapipe(代码片段)
书接上回：iOS开发之机器学习框架MediaPipe（3）_hbblzjy的博客-CSDN博客兜兜转转大结局终于来了，是时候运行Demo，实践和检验成果了。上次已经将项目用Xcode打开，然后连接真机，因为我需要用SelfieSegmenta... 查看详情
机器学习系统工程实践
机器学习规则(RulesofMachineLearning)：关于机器学习工程的最佳实践https://developers.google.cn/machine-learning/rules-of-ml/ 查看详情