我的机器学习入门

作为一名软件工程师，我已工作六年了，一直以来人畜无害、优哉游哉。

2017年，AlphaGo、AlphaZero在围棋界大放异彩，阿里宣布投资1000亿成立“达摩院”，机器学习开始进入我的视野。

我有点坐不住了，这是未来，这是风口，我一定要参与其中。

机器学习涉及比较多的领域，入门时我主要关注以下三点：理论基础、编程语言、开发环境。

1. 理论基础：《斯坦福大学公开课：机器学习课程》
这是业界公认的机器学习入门良心课程，教课的老师吴恩达 （Andrew Ng）是人工智能和机器学习领域的权威学者之一，讲课深入浅出。

2. 编程语言：Python3.6
为啥选Python（机器学习的相关库，Python实现的版本最全）没啥犹豫的，在版本的选择上纠结了一下，到底是2.x还是3.x，最终一句话解决问题——Python 核心团队计划在 2020 年停止支持 Python 2。
在Python语法学习方面，我觉得《简明Python教程》不错 。

3. 开发环境：PyCharm

看视频、看教程、写代码，由于没有实际项目支撑，知识点还是相对零散、不系统。

碰到相关新机会，跟HR、技术负责人一沟通，还是自觉基础不扎实，即便扎实的也没有证据——得搞个证书啥的啊。

好在现在各种慕课满天飞，我最终选择了Coursera的机器学习来搞，交个几百块钱系统学习，在规定期限内交作业，最后还能拿个证书。

昨天学完第一课，感觉良好，准备起飞！