数学不好，进入机器学习领域还有戏吗？

自从Google的AlphaGo引爆了人工智能这个领域后，大量的人才开始涌入人工智能领域，各大公司也都开始布局人工智能方向。看一个领域的火爆程度，直接看相关职位的招聘人数和平均薪酬即可。就拿各大公司的校招广告来说，对于人才的争夺也是蛮拼的。下图是2018年企业校招的薪酬表：

在互联网上也疯传如下的数据：

看到这样的数据，我真的是相当惭愧，刚毕业的学生，AI方向的都是30万年薪起步，这让多年奋斗在计算机行业的我情何以堪。羞愧之余，内心也有点不服气，既然这个领域前景这么好，我为什么不能转向这个领域。

于是我也采取了行动。AI领域最火的无疑是深度学习，网上很多人推荐从李宏毅的这份《Deep Learning Tutorial》PPT入手。这份资料在网上流传很广，很容易的就找到了。接下来就是专心学习，看到这里（如下图）

感觉还是比较好理解的，然而看到这里：

这都是啥东东？再往后看，就越看越懵了。去知乎、Google兜了一圈，大家的观点比较一致，进入AI领域需要有很好的数学基础，入门的姿势是从《线性代数》、《概率论》学起。

天哪！虽然大学里也学过线性代数、概率论与数理统计的课程，可在当时就是学的就晕乎乎的，更何况过了这么多年，完全没有用过，要捡起来谈何容易。面对这样的现实，有点茫然，不知道该不该转向机器学习领域。

最近读了一本科幻小说《三体》，里面有一段有写到，人类基础科学被智子锁死，无法取得进展，但人类并没有停止进步，在工程方面获得了长足发展，也建造出了庞大的太空舰队（虽然在三体文明面前仍然不堪一击）。由此联想到人工智能领域，算法相当于人工智能的基础科学，人工智能在各个行业中的应用则属于工程领域，既然搞AI算法是没戏了，做做AI应用应该还是可以的吧。

其实基础科学领域的进展是相当缓慢的，比如计算机结构直到今天还没有突破冯·诺伊曼结构，要知道这可是在上世纪四十年代提出的。AI的科学基础线性代数、概率论等在几十年前就已经发展得非常完备，这里面大量的知识都是在上世纪初建立的。

初步思考了一下，作为开发人员，AI领域界可分成下面几个层级：

• 科学家（专家）

  IT巨头对人工智能科学家的争夺可谓不遗余力，为什么他们这么值钱呢？从工作上讲，他们需要有深厚的理论知识，建立优秀的模型，并试图从理论上诠释模型，甚至将理论研究向前推进一步。从人数上看， 能够做到这一步的人，可以说凤毛麟角，天赋是绕不过去的大山，机遇和努力也缺一不可。

• 算法实现及改进者

  现在市面上已经涌现出了大量的AI框架，比如Tensorflow、Caffe等，这些就是他们的功劳。他们一方面需要有足够的理论知识，同时有具有很强的技术，能够将模型实现出来，或者根据经验提出一些改进的模型。这些人通常都是各个机器学习巨头公司的中坚力量，需要有扎实的理论知识，同时在架构设计、系统优化方面有着丰富的经验。这个群体要比科学家群体要大的多，但显然也不会太多，同样也是各大巨头争夺的对象。

  这个群体中还有一类人，他们拥有深厚的人工智能专业知识，同时又对应用领域有足够的理解，比如AlphaGo团队的黄博士，本身是人工智能方面专家（但还谈不上科学家），同时又是业余围棋六段，对围棋有足够的理解，所以在围棋AI设计与改进过程中发挥了至关重要的作用。

• 算法应用者

  其实我们身边已经有很多人工智能的黑科技，比如P图、兴趣推荐、语音识别，这些林林总总的应用构建了大众可以感受到的产品。这些产品就是出自这一群体之手，这些人基本上不会在算法领域涉入太深，只需了解一下各个算法的实现，各个模型的结构，使用一些开源框架。他们更多的工作是结合实际的应用领域知识，比如图像处理，在行业中应用人工智能。

  对于大部分IT人来说，最多在这一群体打转，但我们也不能因此而不屑于参加进来。要知道，腾讯既没有OS，也没有CPU，就凭借APP，同样构建了一个庞大的帝国。

想明白了这一点后，我也只能加入第三类人群中排队进场，能做一个AI领域的码农不也是挺好的吗？

在做了一些功课之后，我决定从如下两本书入手：

• 《机器学习实战》（英文版：Machine Learning in Action）

  

  从书名就可以看出，这是一本实践多过理论的一本书。这本书没有从理论角度来揭示机器学习算法背后的数学原理，而是通过“原理简述+问题实例+实际代码+运行效果”来介绍每个算法。这非常对我这样实战派的胃口，边学边用，以代码说话。

  开始本书学习的前提条件也非常简单，只需对python语言有基本的了解。不需要Linux、不需要GPU，只要有python编程环境就可以开始，对开发人员相当友好。

  本书附录部分还非常贴心的附加了Python入门、线性代数、概率论方面的基础知识，毕竟要理解一些算法，还是需要一点点基础知识的。

• 《机器学习》（作者：周志华）

  

  这本书被网友亲切的称为西瓜书，也是被很多人大力推荐的。但这本书是一本教科书，而且是一本入门的教科书。其宗旨是理清基本概念、了解领域概貌。就像人们到了一个陌生的地方，首先需要去找张地图，大致弄清楚哪里是山、哪里有水、自己身处何处，然后才好到具体区域去探索。所以这本书更多是让人“观其大略”，对各种算法都有大体的介绍，但都没有深入。

  虽然作者试图尽可能少的使用数学知识，但相比《机器学习实战》，这本书的数学公式还是多了不少，对读者的要求也要高一些，读起来要吃力一些。这本书也没有涉及算法的实现，不需要编程方面的知识。

个人觉得将两本书结合起来看比较好，所以在以后一段时间内我将同时学习这两本书，如果学习中碰到什么问题，有什么心得，也会写出来和大家分享。