多么疼的领悟

写在前面

我不会写得太长的>_<，如果真的写得很长很长，也请耐心读下去。因为，都是从血淋淋的教训中总结出来的经验。

目录

• 看看现今machine learning的应用领域
• 我的故事
• 学习资料
• 为什么要推荐这些资料？
• 后期
• 补充资料

看看现今machine learning的应用领域

大领域可分为4个，按学习难度，找工作难度，可发展程度(水论文，偏学术)，工业界应用成熟度，对女生友好度(5*满分)

• 传统的数据挖掘(偏统计)，比如说你导师做的泰迪项目，用svm，集成学习做传统的数学建模。

  • 学习难度：**
  • 找工作难度：**
  • 可发展程度：*
  • 工业界应用成熟度：*****
  • 对女生友好度：*****

• 自然语言处理：智能问答，机器翻译，知识图谱，图片描述

  • 学习难度：****
  • 找工作难度：****
  • 可发展程度：*****
  • 工业界应用成熟度：**
  • 对女生友好度：*****

• 计算机视觉：图片分类(天眼)，视频定位，视觉与医疗(CT图像识别)，无人车

  • 学习难度：***
  • 找工作难度：***
  • 可发展程度：****
  • 工业界应用成熟度：***
  • 对女生友好度：****

• 强化学习与AI：Alpho Go，游戏AI

  • 学习难度：*****
  • 找工作难度：*****
  • 可发展程度：*****
  • 工业界应用成熟度：*
  • 对女生友好度：*

我的故事

我大一下学期初(201604)开始机器学习的学习，转眼间已经有1年半了，看看我都做了什么:

前期
coursera ng 的课，这是毕业证书：

image.png

udacity 机器学习纳米学位，这是证书:

image.png

参加各种会议，见到李航博士啊，好鸡冻(≧▽≦)/

1746159301.jpg

1491654004.jpg

中期
各种直播，传授知识。

• 校园红人
• udacity第四期导师

1381139976.jpg

各种数据挖掘比赛。

• 阿里聚安全数据挖掘比赛

image.png

• 京东算法比赛直播交流

image.png

后期

• AI challenger 图片描述比赛
• 无人驾驶学习中

学习资料

不需要多，要精。
python:对新手非常非常友好的udacity课程。
cs224d:斯坦福自然语言处理的课程。只要你认认真真地看完，里面的项目都完成了，我能够担保，我能够保证，你在这个领域具有很强，很强的竞争力。

为什么要推荐这些资料？

有句话说得好，没吃过葡萄，不知葡萄酸。这些课程我都看过，比较过，自然有足够的信心推荐给你们

为什么cs224d很好？

• cs231n是学习计算机视觉必看的课程，就像学机器学习的人要看andrew ng的coursera课程一样。cs224d跟cs231的影响力一模一样，必看课程。我在大二完成了cs224d的1/3课程(后面被其他事情耽误了)

为什么推荐udacity的python课程？

• 学习一门语言，要快，快刀斩乱麻那种快。给自己定个小目标，3天？一个星期？10天？学习并不等于掌握，掌握是在项目经验的体现。所以这门课非常适合，够短(一个星期，2～3h/每天)，最终需要完成一个小的爬虫项目。
• 而且udacity的课程都是硅谷的课程。

后期

不急，不急

其实你是多幸福啊，至少机器学习不懂的东西，你都可以问我:-)))))))

补充资料

python cs101
cs224d主页面上的python checklist可以当作测试python熟练度的手段。

image.png