1、理论知识没那么重要。不要为了学习机器学习,去把高等数学、线性代数和概率与统计三门课像准备考研一样再学一遍,认识牛顿、莱布尼茨两位高等数学的祖师爷,再了解行列式/矩阵和概率统计中的一些名词术语就足够在这一行业混吃混喝了。
2、不要把过多精力花在算法上。就像去学习开车,不需要研究汽车内容构造,更不需要学习发动机原理。把有限精力用在如何使用现有算法库上就够了。算法这种东东自会有人间仙界的各路神仙大V来搞定,这里水太深,初学者不要去淌,小心溺水。
3、代码能抄就抄。网上优秀的库和已实现的代码,尽管拿来,略加改进为己所用。牛顿把胡克的万有引力公式加以推导,然后光荣地说我是站在巨人肩膀上。马化腾啥也没说,直接把别人的产品拿来,“改进改进改进进”,然后成就了企鹅帝国。大牛都这样说这么做,你还有什么顾忌?