内容简介:今天,想真诚地讲个故事,分享给大家一个来自《极简机器学习入门》的学员天明同学的真实学习事例。天明在 2013 年毕业,做过并行计算开发、嵌入式底层,目前在游戏创业公司做服务器开发,以下是他自从学习这门课之后的一些进展情况。我报名的是针对 AI 的入门课程,从报名开始,我就奔着一个目标——希望能在机器学习方向发展或者转行 AI ,顺利踏入人工智能的大门,站稳脚跟,年薪百万。
今天,想真诚地讲个故事,分享给大家一个来自《极简机器学习入门》的学员天明同学的真实学习事例。
天明在 2013 年毕业,做过并行计算开发、嵌入式底层,目前在游戏创业公司做服务器开发,以下是他自从学习这门课之后的一些进展情况。
背景
我报名的是针对 AI 的入门课程,从报名开始,我就奔着一个目标——希望能在机器学习方向发展或者转行 AI ,顺利踏入人工智能的大门,站稳脚跟,年薪百万。
在此之前,我也了解到这门课在 GitChat 上帮助了 3000 多位同学入门了机器学习,在 12 月 10 日 ,这门课也迭代成全新的 图文课程+训练营的学习模式 与大家见面, 在大家想入行人工智能之前,我正好可以给大家提供一些课程的反馈,以供参考。
天明:后悔大学不努力
我在大三的时候学过一门叫做“人工智能导论”的课,只记得课里有一些回溯和图搜索的算法,具体细节全忘了。
虽然算法与数据结构、编程语言很有深度,但当时认为真正厉害的是能干项目,写网站的,懂框架写实际应用程序。那时候觉得语言、算法,现学会用就行。那些编译原理、操作系统课程、数学、英语,听课就行,自以为企业招人不看这些基础课。
但后来才知道,算法思想决定了你从事 程序员 这个行业以后所能达到的深度,而英语决定了你以后的广度。 所以,一定要明白基础知识的重要性。
真正成体系的,变成深度知识的,一定是在自己脑海里经过长时间系统地持续性学习积累出来的(至少我自己适合持续性学习)。
我刚入学那会儿被各种各样的大部头吓坏了,这能啃完吗?甚至有的老师也不建议啃。但现在看来,大学期间最适合啃这些书,因为那时候有非常多的时间来心无旁骛地学习。
大学里最重要的是学习思想性的知识,好的学习方法,专注和自学的能力,这些是能伴随你一生的习惯,是修炼内功的绝好机会。如果你觉得老师讲得不好,那么去网上自学公开课,自学能力也几乎是技术成长必备的能力。
天明:为什么想学 AI ?
我觉得学习 AI 是投资自己的技术未来,就像前几年火热的移动端开发一样, 传统岗位也会依然存在。但是 AI 行业的发展也一定会产生新的岗位。
而人对未知的事物都是充满好奇或者担忧的,至少我是好奇。好奇大家口中的机器学习、神经网络这些名词到底是怎么回事,有什么高深的算法,会如何发展,是否存在自己一直寻找的兴趣方向。
之前的一些机器学习入门的文章也看了很多,都看得迷迷糊糊,大家说的模棱两可。比如说,简单的 API 调用,我想大家都很容易学会,但如果我仅把函数当成黑盒使用,我心里是没底的,因为我不知道里面怎么做的。
由于性格原因,导致我执迷于细节、学习速度很慢、并且无法从宏观上对事情进行更好的抽象。 一次偶然的机会,我在 GitChat 看到了李烨老师一篇文章: 《入行AI,如何选个脚踏实地的岗位》 。这篇文章是我看过所有的入门文章中,介绍的最详细最明白的文章,相见恨晚。
文章中的观点我完全赞同,尽管很多技能我还不具备,但我觉得说得都很对,同时也揭开了人工智能的各个岗位都干什么的神秘面纱。
首先,我觉得不懂内部原理甚至细节,只会调用库,是没办法更深入提高的。所以我觉得数学基础很重要,照着教程敲一遍代码已经不能满足我现在的追求,没有什么成就感。
其次,特别赞成李烨老师说的“在成为机器学习工程师之前,首先要是一名合格的程序员”,基本数据结构和算法一定要掌握,我距离合格程序员还有很大差距。
最后,我以前对讲课很是抵触,片面觉得所有的东西都要自己悟才可以,现在想想是自己钻死胡同里了。 如果老师讲的课很好,能帮你快速入门,大幅提高时间效率,而且这门课很便宜,那为什么要把时间浪费在钻牛角尖上呢?
天明:关于机器学习的训练营
我觉得学习上不要吝啬,衣服可以不买,吃的可以温饱,但是学习上,不用小气,一件衣服,一双鞋,都够买一年的课或者书了。我本人收入并不高,但买了很多课,别乱买,买那些你一定会去学的,一定让你有产出的,可以内化成你自己知识的。
我自己买了一些某乎 live 课,但觉得里面都是一些宏观上的方法,细节很少,干货也很少,整个 live 过程都觉得非常赶时间,学到的就更少了,可以作为开眼界,理清一下脉络的方式,甚至有的 live 买完能学到脉络就不错了。
App 上也订阅了某人工智能专栏,老师照书本念,听着实在是烦,生硬,没有详细解释,只能靠我自己去网上一点点找。 说白了,我识字,但你写的我看不懂,你念一遍我也还是不懂。
**所以,李烨老师的《极简机器学习入门》这个课程真的让我惊艳到了。**在课程结束之后,我也通过实践摸索出了一套属于自己的学习方法,凭借着自己的努力,拿下了 offer,顺利涨薪!
以上只是我的真实感受,不多说了。看完李烨老师的课程后,我对整个 AI 行业有了一些认识,决定要开始行动起来,临渊羡鱼,不如退而结网。
也许,你也想有更多的选择,更大程度的主宰自己的人生,那不妨从现在开始行动起来!!
看到这里,也许你可以做一个决定了——这门机器学习的训练营课程,即将于 12 月 10 日开营,第二期已不足 20 个名额 ,想要入门机器学习或者转行 AI 的人,建议你们不要错过这次机会。 扫描下方二维码报名,给自己一个改变的机会。
第一期训练营正在进行中,以下是同学们打卡学习的作业展示,快快加入和我一起每天学习,每天精进吧
最后,还有很多同学不清楚这个机器学习训练营的学习模式,那我就再简单介绍下吧。
怎样参加第一期机器学习训练营
如下附上本训练营的学习计划,供你进一步参考。
此外,这个训练营的高级和价值所在,就是特别重视实战训练,**我们的助教会 1v1 地来督促你学习,并且李烨老师也会亲自点评批改作业,**可以说,训练营模式的含金量一点也不亚于课程内容本身。
此外,如果你属于以下 3 类的同学,那这个训练营一定是你的不二之选。
- 机器学习初学者;希望进一步深造和系统学习机器学习相关方法的同学
- 理科在校生;希望往机器学习方向发展或系统提升的同学
- 有编码经验,又做得还没那么好,但是有意转行 AI 领域的从业者
训练营导师介绍
李烨,微软(Microsoft)高级软件工程师,曾在易安信(EMC)和太阳微系统(Sun Microsystems)任软件工程师。先后参与聊天机器人、大数据分析平台等项目的开发。
关于课程的其他介绍及报名方式
1. 开营时间:
第二期 12 月 10 日开营。第二期训练营特训时间为 21 天,图文课程永久有效,训练营结束后也可以反复观看图文课程内容。
2. 学习形式:
图文课程内容 + 笔记打卡 + 实践项目
图文课程内容 + 导师挑选点评批改 + 1对1助教督促辅助学习 + 微信班级群交流,全程由多位专业助教带班,报名后在 服务号菜单栏 - 热门推荐 - 21天入门机器学习 来参与学习。
3. 训练营名额:
12 月 10 日开营, 第二期名额已不足 20 人 ,报名人数达标则关闭报名通道。
4. 训练营定价:
大家一看到上面的学习计划就知道这个课程的含金量非常高,它甚至比那些视频大课还值钱,再者,你看看各大互联网大厂或者当前机器学习领域招聘市场的行情就知道了。
重点是,这个机器学习是目前业内唯一一个专注学习效果的训练营,是你最好的选择。
所以,公平公正公开来看,我们其实觉得这个训练营的价格不应该太低,但又考虑到很多想报名学习的人现在还是学生,所以价格尽量接地气一点。
那么,我们最后的定价是:第二期机器学习训练营为 299 元 ,内测版专享特价 149 元 。
GitChat 超级会员专享价: 79 元 /期;
已购李烨达人课用户专享价: 79 元 /期;
5. 如何报名
目前第二期的报名通道已经开通。报名成功后加助教-「梦梦」微信,提交购买截图,助教会拉你进学习训练营社群。
购买疑问请添加训练营小助手微信(gitchat2018)进行咨询。
点击 加入训练营 ,我在开营那天等你 !
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 如何自学成为一名高薪渗透测试专家
- 学好Java可以从事哪些高薪岗位?
- 2019 高薪攻略,看完弄懂即加薪
- 程序员如何提升自己,才能拿高薪?
- 面试如何谈到高薪? | 码农周刊第 300 期
- 我放弃上海的高薪,选择回老家了
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Open Data Structures
Pat Morin / AU Press / 2013-6 / USD 29.66
Offered as an introduction to the field of data structures and algorithms, Open Data Structures covers the implementation and analysis of data structures for sequences (lists), queues, priority queues......一起来看看 《Open Data Structures》 这本书的介绍吧!