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 >关于自学机器学习的思考?提醒自己这6件事

关于自学机器学习的思考?提醒自己这6件事

作者头像
银河1号
发布2019-04-11 17:42:12
3680
发布2019-04-11 17:42:12
举报
文章被收录于专栏:银河系资讯银河系资讯

我们在澳大利亚举办了一个机器人会议,现在是提问时间。有人问了一个问题。

“我如何从不同的背景进入人工智能和机器学习?”

尼克转身叫了我的名字。

“丹·伯克在哪里?”

我在后台与Alex交谈。我走了过来。

“他在这里,”尼克继续道,“丹是保健科学背景,他研究营养学,然后驾驶Uber,在网上学习机器学习,现在已经是Max Kelsen一年的机器学习工程师。”

尼克是Brisbane科技公司Max Kelsen的首席执行官兼联合创始人。

我站着一直听着。

“他在网上记录了他的旅程,如果你有任何问题,我相信他会很乐意帮忙的。”

问题解决了,我又回到了食物上。

Ankit过来了。他告诉我他正在努力利用机器学习来理解学生学习的更好。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。他甚至建立了一个前端门户网站来与结果进行交互。

Ankit的作品激发了我的灵感。这让我想做得更好。

然后又有几个人开始过来并询问有关如何进入机器学习的问题。全部来自不同领域。

这是最困难的部分。我仍然认为自己是个初学者。

但最好的导师是在你前面1 - 2年的人。刚刚经历过你将要经历的事情的人。任何更长的,给的建议变得模糊。当新鲜时你才想要它。

我兄弟正在学习机器学习。这是我对他(和我自己,如果我要重新开始)说的话。

A)获得一些Python基础(3-4个月)

这语言并不重要。它可能是R,Java,Python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很难出错。

如果你想进入应用机器学习,代码是强制性的。

从网上挑选一个基础课程,并坚持几个月。如果同时面向数据科学教学,则可获得奖励积分。DataCamp非常适合这样做。

有时会变得很难,但那就是重点。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。

但你以前做过。记得你3岁的时候?可能不是。但是你周围的人都在使用你以前从未听过的文字和声音。过了一会儿,你也开始使用它们了。

B)当你还没有准备好时开始制作东西

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。

不要被引诱完成更多课程作为能力的标志。

如果我回去重新开始,这是我将要改变的一点。

找一个你自己的项目去做,并从错误中吸取教训。

回到你3岁的时候。你说的每三个字都是错的。没有句子结构,也没有语法。一切都出来了。

C)学习资料有很多,所以减少杂乱

那里有很多课程。他们都很棒。

很难找到一个坏的。

但这就是问题。由于有这么多,很难选择。这是另一个可以阻挡你的陷阱。

为了解决这个问题,我制作my own AI Masters Degree(http://bit.ly/AIMastersDegree)。我自己的定制跟踪。

如果需要,你可以复制它。但我鼓励你花几天时间研究自己,看看什么对你最好。

作为一个提醒,我发现的三个资源与我日常工作最相符的是,Hands-On Machine Learning Book(https://amzn.to/2GormNb),fastai Machine Learning course(http://course18.fast.ai/ml) 和Applied Data Science with Python course on Coursera(http://bit.ly/courseraDS)。

在你有几个月的Python经验之后,为这些书签添加书签。

D)研究是必要的,但如果你不能应用它是毫无意义的

你会看到每天都有关于新机器学习方法的文章和论文。

别理他们。

没有办法跟得上他们所有人,这只会阻碍你打好基础。

大多数最好的机器学习技术已经存在几十年了。改变的是计算能力和数据可用性的提高。

不要被新的东西分散注意力。

如果你刚开始,坚持先打好基础。然后根据项目需要扩展您的知识。

E)每天一点点

3岁的你是一个学习机器(一个机器学习者?)。

在几年的时间里,你从一句话也不说变成了和几十年来一直在说话的人交谈。

怎么样?

因为你每天练习一点。

然后复利就开始了。

每天增加1%=年底增加3700%。

如果你错过了一天,无论如何,生活中总会发生。尽可能去恢复。

很快你就会开始讲数据语言了。

F)不要因为不知道某件事而自责

“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的人,你认为你可以搞清楚吗?”

“当然。”

大多数人认为高中或大学毕业后学习就停止了。没有。

上面的情景发生在另一周。我从来没有建立过推荐引擎。然后我做了。

如果你在以前做过的事情上失败了,那么失败并不坏。你一直在走路,但是当你自己绊倒时,你不要自责。它发生了。你继续走路。

但是,在新事物上失败是很困难的。你以前从未这样做过。

学习机器学习类似这样。

第一年:你太烂了。

第二年:你比前一年好,但是你觉得你更糟糕,因为你意识到你有多少不知道。

第3年:???? (I’m not there yet)

拥抱这个混蛋。

如果你不知道某件事,因为自己不知道而受到的打击对你的学习会有多大帮助?

零。

学习新东西需要时间。每一天都是第一天。

学习不是线性的。

你3岁的孩子不知道一个字会怎么反应?

你会笑的。把你的手举到空中,然后四处爬一会儿。

现在是一样的。除了你能走路。

视觉上学得更好?YouTube上有这篇文章的视频版本

https://youtu.be/MD3R9yatou0

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-03-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 银河系1号 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 腾讯云自媒体分享计划  ,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
目录
  • 我们在澳大利亚举办了一个机器人会议,现在是提问时间。有人问了一个问题。
    • A)获得一些Python基础(3-4个月)
      • B)当你还没有准备好时开始制作东西
        • C)学习资料有很多,所以减少杂乱
          • D)研究是必要的,但如果你不能应用它是毫无意义的
            • E)每天一点点
              • F)不要因为不知道某件事而自责
                • 视觉上学得更好?YouTube上有这篇文章的视频版本
                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