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 >我是如何每周坚持 5 天自学机器学习,并拿到offer的

我是如何每周坚持 5 天自学机器学习,并拿到offer的

作者头像
AI研习社
发布2019-08-15 17:51:14
8540
发布2019-08-15 17:51:14
举报
文章被收录于专栏:AI研习社AI研习社

本文作者是工程师 Daniel Bourke ,在本文中他分享了自己是如何通过 9 个月的自学,最终找到一份机器学习工作的经验,以下是他的全文。

我在卧室里学习和工作

我离开了 Apple,开启了一个 Web 项目,但失败了。我的心不在这上面。

我想学机器学习,它让我兴奋。我本来打算把这一切都学好的。我不需要制定所有的规则,机器会为我学习。但我没有工作。

但兴奋是没有用的。

我开始在周末开 Uber 来支付学习费用。

我喜欢结识新朋友,但我不喜欢一直开车。交通,停车,启动,燃料,我有足够的燃料吗?我想我有足够的燃料,我要忍受车上的空气,空调,注意换档,不应该走这个方向,应该走那个方向。这所有的一切都让我感到难受。

我一周花费五天来学习机器学习,一整天都学习。这很难,现在看来仍然很难。

周末 Uber,工作日机器学习,那是我的日常生活。我必须学习。我必须学会这些,我不能一直开车,虽然我还不知道我的目标是什么,但我知道肯定不是开车。我还记得在一个星期六晚上,我赚了 280 美元,但是罚款 290 美元,一晚上损失了 10 美元。

在我获得人工智能硕士学位 9 个月后,我找到了一份工作。这是我做过的最好的工作。

我每天是怎么学习的?

像这样。

1. 减少搜索空间

机器学习很广泛,有代码,有数学,有概率论,有统计,有数据,有算法,学习资源也不短缺,但有太多的选择和没有选择是一样的。

如果你是真的想认真学习,就给自己安排一个课程。与其花几个星期的时间询问你是否应该学习 python 或者 r,不如先上 Coursera 或者 edX 课程,从数学或者代码开始,花一周的时间制定一个粗略的计划,然后按照计划进行。

对我来说,这是我自己的人工智能硕士学位。我决定先学习代码,然后用 Python 语言。我到处寻找不同的课程和书籍,把最感兴趣的课程和书籍收集起来。我的方法对每个人来说是最好的吗?可能不会。但它对我来说是最好的。

一旦我确定了要学的课程,我就有了一条可以走的路,不再浪费时间去决定什么是最好的路。我可以站起来,坐下来学习我需要(想要)学习的东西。

我对学习内容的控制也不严格。如果有什么引起了我的兴趣,我就跟着它走,在研究这些感兴趣内容的过程中我学到了我需要的东西。

如果你是在网上学习而不是在大学学习,你应该规划好自己的路。

2. 改变你的环境

你祖父的第一个橘子农场失败了。

土壤很好,种子就在里面,所有的设备也和别人一样。

那为什么会这样?

天气太冷了。橘子需要温暖的气候才能生长,你的祖父有种桔子的本领,但它们在寒冷的气候下生长的可能性不大。

当他搬到一个温暖的城市,他开始了另一个橘子农场。

12 个月后,你的祖父在镇上提供最好的橙汁。

学习就像种桔子。

你可以有一台笔记本电脑,为它连上互联网,拥有最好的书,但仍然没有动力去学习。

为什么?

因为你的环境不合适。

你的房间里满是干扰。

你试着和朋友一起学习,但他们没有你那么专注。

WhatsApp 每 7 分钟打开一次。

在这种情况下你能做什么?

我清理了我的房间,把它变成了学习的天堂。我把我的电话放在另一个房间的抽屉里,关掉了所有的通知。

我告诉我的朋友,下午 4 点前我的电话不会开机,他说没事。

朋友是伟大的,但学习时间是学习时间。你能离开你的手机一整天吗?试试一个小时。任何你看不见的抽屉都能用,「请勿打扰」应该变为默认设置。

改变你的环境,让知识流淌。

3. 设置好系统,这样你总能赢

Problem 13 把我难住了,我被卡住了。

我昨天想解决它,但做不到。

现在是学习的时候了,我知道你昨天很努力,但什么成果也没有。

我推迟了,我知道我应该在学习,但我推迟了。

这是一个循环。

啊啊啊,我以前遇到过这个循环,我知道它,但它仍然存在。

那堆书在盯着我看,Problem 13。我设置了一个计时器,25 分钟,我知道我可能解决不了这个问题,但我可以坐 25 分钟,然后再试试。

4 分钟后,我就燃烧起来了,我继续研究,24 分钟后,我不想停下来。

计时器响了,我又设置了一个,然后又一个。经过 3 个循环,我解决了这个问题。我告诉自己,我是世界上最好的工程师。这是个谎言,但没关系。即使是一个微小的进步也是一个里程碑。

你不能总是控制自己在学习上是否取得进步,但你可以控制花在某件事情上的时间。

你可以控制每天 4 次 25 分钟的尝试,你无法控制每天完成多少任务。

4. 有时什么也不做

我得出结论,学习是终极技能,如果我能学会更好地学习,我就能做好任何事。我可以学习机器学习,我可以成为一个更好的程序员,我可以拥有更好的写作技能。我想,我必须提高我的学习水平。

我上了「Coursera Learning How to Learn course」这门课,课程中的一个主要议题是集中思考与分散思考。

集中思考发生在你做一件事的时候。

当你什么都不想的时候,分散思考就发生了。

最好的学习发生在这两者的交叉点上。这就是为什么你在洗澡时会有一些最好的想法,因为那个时候没有别的事情发生。

当你进行分散思考的时候,你的大脑会腾出空间,把你在集中思考时吸收的所有东西联系在一起。

关键是,要使它正常工作,你需要同时满足这两者。

如果你已经设置好了系统,你可以做四个 25 分钟的集中工作,然后去散步,小睡一会儿,坐下来想想你学到了什么。

一旦你开始经常不做任何事情,你会发现很多东西都是有价值的,因为此时你的大脑是放空的。一个房间是四面环绕的空间,一个轮胎里除了空气什么都没有,一艘船因为空旷的空间而漂浮。

你的学习可能会因为适当的放松学到更多。

5. 拥抱学习这个混蛋

学习真差劲。

你学会了一件事,第二天就忘了。

然后学会了另一件事,又忘记了。

你整个周末都在学习,但周一去上班的时候没人会知道。

有人问我,你是如何深深地记住书本上的东西的?我说我不记得。如果幸运的话,我记得我读过的一本书的 1%。当这 1% 与其他知识的 1% 交叉时,魔法就发生了。它让我觉得自己像一个专业的知识点连接器。

学习了一年之后,你会意识到还有多少东西需要学习。

什么时候结束?

不,对你来说现在永远是第一天。

拥抱学习这个混蛋吧。

6. 三年原则

前几天我在公园。

有一个小男孩在到处乱跑。上滑梯,下滑梯,上树,下树,上山,下山。

他笑了又跳,然后又笑了。

他妈妈过来接他。

「来吧,Charlie,我们得走了。」

当她把他带走时,他不停地笑着,挥舞着他的蓝色塑料铲。

是什么让他着迷?

他在玩耍,他玩得很开心,对他来说整个世界都是新的。在我们的文化中,工作和娱乐之间有严格的界限,学习被视为工作。

你应该学习以获得更多的工作。你应该工作赚钱,钱可以让你有闲暇时间。一旦你有了闲暇时间,那么你才能像 Charlie 一样,欢笑着跑来跑去。

如果你头脑中认为学习就是工作,那将是地狱,因为总有更多的东西要学。

但是假设你改变想法,把学习看成是经历一个主题然后再到下一个主题的过程。它可以连接不同的东西,比如游戏。

你会开始有同样的感觉,就像是 Charlie 从滑梯上滑下来一样。

你学会了一件事,你用它去学别的东西,你被卡住了,然后你克服了它,你学会了另一件事,你用它来跳舞。

我了解了如果你有像表、列或 data frame 这样的结构化数据,那么像 CatBoost, XGBoost 和 LightGBM 这样的集成算法工作得最好。对于图像、视频、自然语言和音频等非结构化数据,深度学习和传输学习应该是你的首选模式。

我把这些知识点连起来了。我告诉自己我是一个专业的知识点连接器,从一个知识点跳到另一个点。 这样做,你将以比开始更多的精力完成一个学习课程。

这是 3 年原则:把一切都看成是游戏。

现在就够了。

我该睡觉了。

这是对我的奖励。

7. 睡眠

睡眠不好意味着学习不好。

你可能睡得还不够。

但我不是。最好的开 Uber 赚钱的时间是星期五和星期六晚上,因为人们会出去吃饭,参加聚会,参加夜店。但我没有,我在开车,我会一直开到凌晨两三点,然后回家睡觉,直到太阳在早上七八点把我叫醒。这两天我就像火车一样不停地工作。星期一到了,我会有另外的作息。在星期二的时候我就好多了,到星期三我又回到了原来的作息,然后这个循环将在周五重复。

这种不正常的睡眠安排是不可接受的。我的目标是更好地学习,睡眠可以净化大脑,让大脑中的新连接发生。我在晚上 10 点、11 点停止开车,回到家里,花了 7-9 个小时。少花钱,多学习。

不要为了更多的学习时间而牺牲睡眠,做相反的事情。

机器学习很广泛。

你需要提醒自己,要学好它,学好任何东西。

  • 减少搜索空间
  • 改变你的环境
  • 拥抱学习这个混蛋
  • 有时什么也不做
  • 把学习当作游戏
  • 足够的睡眠以更好地获得知识

晚安。

PS:如果你从这篇文章中获得了价值,你可能会喜欢这段视频,请在YouTube上观看:https://youtu.be/MD3R9yatou0


Via:https://towardsdatascience.com/6-techniques-which-help-me-study-machine-learning-five-days-per-week-fb3e889fad80

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:2019-08-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI研习社 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
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