工作三到五年后接触机器学习的入门建议

[theworldsong]

先说背景。📙

本人是普通 android 程序员一枚，工作约四年，技术栈一直围绕 android 展开。半年前开始接触机器学习，现总结了一些经验，分享给「有工程背景但学术匮乏」的伙伴们参考。

---

入门步骤✅

1，需要一本类似「西瓜书」这样的科普读物知道这个领域到底是什么

2，完整的复习一遍高数，求导求积矩阵运算要会做

3，准备好「 https://github.com/exacity/deeplearningbook-chinese 」为学术参考

4，准备好「 https://www.douban.com/doubanapp/dispatch/book/26976457?dt_dapp=1 」为生产参考

5，能够稳定访问 google 的网络。这方面的学习百度搜索能力有限。

6，上面两本书同时阅读。并跟随第二本实践。

---

⚠️：上述第五点非常重要，在真正理解「机器学习为何物」之前，需要 google 大量查阅零散的信息。简而言之，这两本书能读得进去的前提是，你已经储备了足够的基础知识，而这些基础知识的获取方式是维基百科的一个又一个超链接。

现阶段的我：半年来断断续续地学习，很多术语能理解了。结合 google 复制粘贴，能做一些非常简单的生产（当然，原理是懂的）

菜鸟一枚，欢迎补充和讨论。👏👏👏

本帖只讨论学习方法，不讨论学习动机。以免泛化为义的灌水。

[s0ok]

同上

[enchilada2020]

高数劝退系列…

[daniel51]

是啊，现在访问谷歌很麻烦，vps 动不动就访问不了了。擦。。

[zbw0046]

话说工作几年后再学真的能找到算法岗位？或者找到了也是从类似应届干起？

[hackerang]

推荐还是从 ng 的 ML 课程开始，非常好的课程，有兴趣或者是有需要再去翻高数或者概率。学完 ML 基本上可以做一点 kaggle 了

[theworldsong]

@bokchoys 已经有不少大大小小的社区了

[pixiaotiao]

本来打算重新学习大学数学来的

[theworldsong]

@dartabe 基本求积求微还是要会的，不然第二页来了个公式就不想往下看了

[theworldsong]

@Dori 你学到什么阶段了

[theworldsong]

@zbw0046 我的动机不是职业算法。
另外，本帖不讨论学习动机。

[fantastic]

感谢分享

[bokchoys]

@kuhung #18 嘿嘿 可以一起吗

[pupupu]

人工智能我研究了一段时间，除了敲一些书上的案例项目外，也做了一个有需求的真实项目。首先感觉门槛比较高，包括学习门槛（数学微积分、矩阵、概率等过程、相关框架的使用、文档数量）和找工作门槛（一般要求硕士）。不过关于数学其实没那么难，用的都是一些基本的东西，因为不需要你亲自去推导证明公式，所有的结论都是推导好的，你只需要了解一遍大概然后记住就行了，其实学过高数、矩阵、概率论的都不会太难。然后就是框架，tf 说实话用起来比较复杂，但是使用 tf 会让你更加清楚的了解一些具体的细节。keras 其实更简单，用起来也更顺手，封装了好多的实现和网络模型，几行代码就可以跑一个模型，但是直接使用 keras 可能会让你无法了解一些原理，不利于深入学习。最近现在 pytorch 也挺流行的，觉得兼顾了 tf 的灵活和 keras 的易用。另外做 AI 还需要一块强大的 GPU，不然摸不到门槛。另外就是还需要很多的数据，而且是处理过的标记好的数据，这个几乎是行业的瓶颈。其实应该也有人在建立数据集库了，可以提供大量的已经处理好的数据给开发者使用，但是就目前而言应该没有特别好的这种网站，但是是有的。

[jswh]

@pupupu 做一个数据集整理归纳的导航网站如何

[Dori]

@theworldsong 学校路里上过一学期自然语言处理，毕业两年一直在做安卓 Framework 方向，上周应聘到 AI 方向，目前还在学 Python，基本是零基础。

[johnxia]

@pupupu 只有这个老哥是在认真回帖的

[VoidChen]

@johnxia 讲道理 19 楼 @visonme 这个老哥说的才是最真实的入门方案好吗= =，至少我是这么学的，自己喜欢图像处理一块，就专门学一个算法就用一个，记录在博客里，虽然也是刚起步，但是感觉能学进去= =公司也有人脸识别的项目，参与进去了。学习的根本目的还是应用啊

[snowxxx]

数学全都忘了，哈哈

[superchina]

人工智能现在还火吗？

[stardust21]

@Dori 零基础怎么应聘上的？