前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >如何把机器学习解释得女神一听就懂

如何把机器学习解释得女神一听就懂

作者头像
非著名程序员
发布2018-12-13 15:29:06
4520
发布2018-12-13 15:29:06
举报
文章被收录于专栏:非著名程序员非著名程序员

光棍节刚刚过去,大学认识的女神就来找我了,而且还约我见面...

她突然联系我,问我懂机器学习么?在我告诉她做机器学习有一段时间之后,她就立马约我见面聊。

女神相邀,我是不可能拒绝的,但心里也一直很好奇女神到底想干嘛?

一见面,她就问我“大神,你能介绍下机器学习吗,它就业前景怎么样?我要是学的话该怎么学?

我有点懵,想着女神难道是要转行了,于是认真回答了,“既然你大学的时候学的专业和物理相关,那就用自由落体运动的公式来解释吧”

机器学习如同一种创造算法的算法,所谓的算法就如自由落体运动的公式

女神有些疑惑,于是我补充道:“你从公式的角度来看,也可以理解为总结出自由落体运动的公式,甚至你也可以理解为它就是总结出自由落体运动的伽利略”

女神看上去听懂了,继续追问,“那你能不能用一种简单的方式来给我讲讲深度学习?”

我脑海里突然想起了《产品思维30讲》里面的结婚教练的理论,于是在她笑呵呵的陪伴下耐心的画了下面的深度学习网络图(类深度神经网络):

“这图中分别从感知层,角色层,资源框架层,能力圈,和存在感5层深度去认识你面前的这个人是不是你合适的结婚对象,这个深度深不深?”

女神说:“这个很深了呀,这样认识另一半肯定很全面,也很客观。”

我笑了,“对,这就和深度学习网络类似,深度学习的网络层数高达上千层,每层的一个节点代表一个指标,从成千上万个指标中综合识别对象,准确率会很高,比如人脸识别等计算机视觉,就非常高。

女神听到此处又是豁然开朗,连连赞叹:“我懂了,以后学机器学习就靠你了”

女神恍然大悟的同时,又追问就业前景

于是我补充道“目前的机器学习工程师大多是开发岗,比研发岗要容易得多,因此刚入行的时候薪资不会太高,大多10k到20k”,接着,我向女神展示了以下的结果:

“当有3-5年优质项目经验后,薪资在20k-40k之间,可以理解为翻倍”,接着,我又向她展示了以结果:

女神对我们一起查询的结果很感兴趣,看完后,又急忙拉着我说:“赶紧告诉我你是怎么学习机器学习的,听说你就是从小白转过来的,太厉害了”

面对女神,我决定把我的独门秘笈全部告诉她。

(1)遇到的问题一定要从易到难;

(2)解决那些由易到难的问题时要给自己“奖励”的反馈,要么是成就感,要么是给自己的物质奖励;

(3)找一群有经验的人一起学,随时调整学习策略,比如像我,哈哈;

(4)先学以致用,然后再用以致学;

(5)用类比的方式去理解,并询问专业人士如此理解是否正确。

最后,女神对我说她收获满满,信心大增,然后她和我礼貌道别了...

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-11-14,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 非著名程序员 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档