前言
我是一名日语文科生,目前是一名全栈工程师,从数据分析师转变为机器学习从业者,再到现在的全栈工程师。给你解释1年内可以如何做到的。你会发现你在学习转变过程中学到的经验教训的解决方案。将发现他采用的两种方法以及如何使用它们。为初学者提供的建议,就像你一样,很多从业多年的人们也在寻求过渡。
我的一周机器学习
第一个实验是花一周时间进行机器学习,看看能走多远。
像许多对机器学习感兴趣的学生一样,先完成了一半的 MOOC,却无法将学到的知识转化为实际解决问题。
将经验丰富的“一周内的机器学习”命名为,这个工作周细分如下:
星期一:学习基础知识。
星期二:对新数据进行预测。
星期三:从头开始编写算法。
星期四:参加比赛。
星期五:学习 Udacity 学城。
这个方案非常实用,两天专注于建模以得到结果,另一天专注于实现算法。这个方案我介绍给了很多学生,他们都很喜欢。
当意识到可以开始使用机器学习解决现实生活中的问题时,这是一个关键时刻。
我认为一周最大的收获是在一个工作周内取得非常真实和非常有价值的进步是可能的。
在 20-40 岁这20年的职业生涯中,其实五天不算什么。
如果您对机器学习感兴趣,我强烈建议您花几天或几晚的时间来深入研究。
推荐自上而下和结果优先的入门方法,就像在 Machine Learning Mastery 上教的那样
如果您还没有准备好接受繁重的工作,请选择自上而下的方法,并尽快解决问题。
我的一年机器学习
在完成了在工作中的第一个机器学习项目以及我发布的专利的同时。
我坚持自上而下的方法,这无疑有助于过渡。
事实是,开始机器学习不需要太多数学知识,也不需要学位就可以专业地使用它。
那一年的机器学习自学经历了许多起起落落。这一年的高潮是他开发了一种模型,以提高他工作场所的销售额。
我得到的教训
我的观点略有不同。我总结了我从他的经历中吸取的 5 个关键教训:
采取简单的自上而下的方法,而不是硬性的自下而上的理论方法。
你不需要更高的学位,只需专注于提供价值。
它还让我摆脱了只有拥有硕士学位或博士学位的人才可以专业地与 ml 合作的错觉。
也许跳过 MOOC,或者找一个适合你的。
我也没有完成它,因为我很少用 MOOC 完成它。…如果我能回到过去,我会选择 Udacity 的 Intro to Machine Learning,因为它更容易并且使用 Python 和 Scikit Learn。这样,我们会尽快弄脏我们的手,获得信心,并获得更多乐趣。
不要尝试同时学习机器学习和一门新的编程语言。
在尝试编写机器学习算法的同时学习一门新语言对新手来说太难了。
通过竞赛练习在真实世界数据上交付结果。
从中的主要收获是通过试验算法和数据来迭代改进结果的经验。
我的专业提示
我认为可以真正加速进步的两个方法。
寻找一位优秀的指导老师在此过程中为您提供支持和建议。
询问您是否可以在工作中学习机器学习。
考虑尝试这些策略来真正加快你的进步。
我的对新手建言
达到这一点肯定是一段漫长的旅程。但也是一个快速的;当我在一周的项目中开始我的机器学习时,我当然没有任何希望在一年内真正专业地使用它。但这是 100% 的可能。如果我能做到,其他人也能做到。
我一个日语文科生都能做到,你为什么不行呢?
读者福利:如果你对Python感兴趣,这套python学习资料可能你需要,文末可以免费领取,
对于0基础小白入门:
如果你是零基础小白,想快速入门Python是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括:Python永久使用安装包、Python web开发,Python爬虫,Python数据分析,人工智能、机器学习等教程。带你从零基础系统性的学好Python!
零基础Python学习资源介绍
👉Python学习路线汇总👈
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(学习教程文末领取哈)
👉Python必备开发工具👈
温馨提示:篇幅有限,已打包文件夹,获取方式在:文末
👉Python学习视频600合集👈
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉实战案例👈
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉100道Python练习题👈
检查学习结果。
👉面试刷题👈
资料领取
这份完整版的Python全套学习资料已经上传网盘,朋友们如果需要可以点击下方微信卡片免费领取 ↓↓↓【保证100%免费】
或者
【点此链接】领取
好文推荐
了解python的前景:https://blog.csdn.net/weixin_49895216/article/details/127186741
了解python的兼职:https://blog.csdn.net/weixin_49895216/article/details/127124870