打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
@程序员,正在自学机器学习?这六点一定要牢记!


作者 | Daniel Bourke

译者 | 虎说

责编 | 仲培艺

出品 | CSDN(ID:CSDNNews)

以下为译文:    

我是一名自学成才的机器学习工程师,如果让我重头再来一次,下面这六件事我一定会告诉自己!

我们在澳大利亚举办了一次关于机器学习技术的聚会,在这次聚会上我们讨论了很多。会议的组织者尼克参会者介绍我说:“Dan 来自健康科学领域,他研究营养科学,然后也在 Uber 担任司机,同时在网上自主学习机器学习,现在已经和 Max Kelsen 一起成为了机器学习工程师。”尼克是布里斯班科技公司 Max Kelsen 的首席执行官兼联合创始人,而我站在一边不停地听着。

我记得很清楚,有一个人问了一个问题:“我是如何从不同的背景进入人工智能和机器学习领域的?”他告诉我他正在努力利用机器学习来更好地理解学生学习的项目。他将讲座出勤率、在线学习门户上花费的时间、测验结果以及其他一些内容结合起来,他甚至为此建立了一个前端 Web 门户来与结果进行交互。

然后又有几个来自不同领域的人开始过来询问有关如何进入机器学习的问题。这个问题其实颇有难度,因为我仍然认为自己是初学者。

但最好的导师是在你之前早 1、2 年进入这个领域的人——刚刚经历过你将要经历的事情。因为如果时间很长,学习建议可能就不再适用了。

我的弟弟就正在接触机器学习,下面是我一直想要对他说的话:

掌握一些 Python 基础(3-4个月)

语言其实并不重要,它不一定是 Python,也可能是 R、Java 等等,重要的是挑选一个并坚持下去。如果你刚开始,你会发现 Python 很简单。

如果你想进入应用机器学习,编码语言就会变成强制性需求。

第二,从网上挑选一个基础课程,并坚持几个月。最好课程也适用于教授数据科学,DataCamp(http://bit.ly/datacampmrdbourke)非常适合这种情况。

学的过程中会有一段时间变得很难,但那就是重点时期。其实学习编程语言就像学习另一种语言和另一种思维方式一样。

当你还没有完全准备好时就开始制作东西

尽快应用你所学到的知识。无论你完成了多少门课程,你都永远不会 100% 准备好。不要以完成更多课程作为能力的标志。如果让我回去重新开始,这是我会改变的一件事。找到一个项目,通过不断试错来学习

选择有很多,尽量减少杂乱

网络上有很多优秀的课程,他们都很棒。其实,这也是一个问题,由于有这么多,所以很难选择,这或许会成为一个可能阻挡你成功的陷阱。

为了解决这个问题,我申请了 AI 硕士学位。如果需要,你可以同样选择这条路。但我鼓励你花几天时间研究自己,看看那条路最适合自己。

举个例子,我发现的三个与我日常工作最相符的资源是:

  • 动手机器学习:https://amzn.to/2GormNb

  • fastai机器学习课程:http://course18.fast.ai/ml

  • Coursera 上的应用数据科学与 Python 课程:http://bit.ly/courseraDS

在你有几个月的 Python 经验之后,学习这些内容应该是没有什么障碍的。

研究是必要的,但如果你不能应用也是毫无意义

你每天都能看到有关于新机器学习方法的文章和论文——别理他们。

你没有办法跟上所有这一切,他们只能阻止你回到你的项目设置中。大多数好的机器学习技术已经存在了几十年。目前我们公认的能够让机器学习发挥价值的就是改变计算能力和增加可用数据。

如果你刚开始,坚持先夯实你的基础,然后根据你的项目需求扩展知识。

每天一点点

假如你今年三岁,不会说很多的单词。几年之后,你几乎可以像那些生活了几十年的人一样说话。为什么会这样??

因为你每天练习一点,然后复利就开始了。

每天增加 1%=每年增加 3700%。

如果你错过了一天,无论如何,生活是有不确定的,但请尽快恢复。因为很快你就可以进入到机器学习领域了。

不要因为不知道某事而自责

“你有没有建立过推荐引擎?”“没有。”

“我们有一个项目需要一个概念证明,你认为你可以搞清楚吗?”“当然。”

大多数人认为高中或大学后学习就应该停止,其实并没有。

任何人在在新事物上都会遇到失败,失败之后不是退缩而是继续向前推进,因为失败后的成功才是真正的成功,学习机器学习也类似。

第一年:你太烂了;

第二年:你比前一年要好,但是你觉得更糟糕了,因为你意识到自己有很多未知内容;

第三年:已经不错了;

学习新东西需要时间,每一天都是第一天。

       

     

学习并不是线性的。

3 岁的孩子不懂一个字时如何反应?

笑着把手放在空中,然后爬一会儿。

现在的你可能也是一样。

如果没有所有创造过课程并分享他们所学知识的优秀人才,今天我所做的所有工作和我所学到的东西都是不可能实现的。所以,我们都要感谢那些无私奉献、传播知识的人。

原文:https://hackernoon.com/thinking-of-self-studying-machine-learning-remind-yourself-of-these-6-things-b55a5f2b6c7d

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
在过去的一年里,我是如何自学数据科学的
【年度系列】2018年学习Python最好的5门课程
一定要看,Python初学者入门指南
如何从零入门数据科学?
简单粗暴地入门机器学习
大手笔!微软一口气在 GitHub 开源了 5 个技术教程。。
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服