本科生沒讀研怎麼讓自己機器學習水平更近一步？

01-03

背景：題主剛211非CS專業畢業不久，大概大二時候開始慢慢了解機器學習，之後考研剛過線，不太想調劑去二本之類的院校，感覺有些浪費時間，家庭原因也沒辦法出國。畢業之後一直找的是機器學習方面工作，感覺自己對於機器學習基本的理論都知道的比較清楚，可能非CS出身吧，coding能力並不是特彆強，平時也只擼過一些toy model，過機器學習的面試感覺不是很難。現在主要看得比較多的是推薦系統方面，對CV了解很少，基本pass，NLP方面淺淺知道一點。
現狀：現在剛在某公司做ML，主要是跟公司內部其他組業務對接，幫助其他業務做演算法支持，但是感覺氛圍不是特別好，平時大家也沒有很多的討論paper模型什麼的，都是找到現有基本模型然後去做，而且最近大家好像有一種不管什麼任務都用深度學習的風氣，讓我感覺有點不適應。
優勢：

網上的課基本都看過，台大的，Andrew的還有一些雜七雜八的

書也基本都看過，詳細讀很多遍的包括西瓜書、李航的統計學習方法，略看過的包括ESL、understanding machine learning from theory to algorithm、convex optimization、最優化理論、DeepLearning、PRML、MLAPP，以及一些雜七雜八的入門書，集體智慧編程機器學習實戰tensorflow那些的

會有一些平時的積累，讀書筆記，讀論文筆記都記在博客或者專欄，專欄和博客在這裡

平時保證每周讀2-3篇論文，主要是arxiv上或者一些頂刊會議上的，一般是推薦系統方向，或者是其他方向但一些題目看得懂的

畢設做的推薦系統演算法item2vec小改進，之前做個幾次醫療診斷的ml小項目（非圖像識別），參加過天池和kaggle，但每次基本都是兩三百，最好的一次也沒進前50，去上過周志華老師課，大學期間有一定學術素養，發表過論文

數學底子還不錯，之前考研時候數學比較下功夫，有運籌學底子，本科運籌學相關

問題：

感覺現在在公司是溫水煮青蛙，平時做做業務，但是對自己的能力可能提升少，對學術前沿了解有限，沒辦法跟上潮流，有點慢慢就被淘汰了的感覺；

感覺沒有自己的研究方向，因為沒辦法讀研，所以自己也很難找個細小的方向深入去挖掘，而且感覺現在的自己很浮躁很功利，沒法靜下心來研究某個東西；

不知道怎麼去進階，平時網上看到的東西，自己大部分都看過，沒有學到新東西的感覺，進步太慢；

求各位指點一下這種情況該怎麼提高自身水平。

你要的答案全在你的問題里。

第一，換一個公司，去大公司搞ml的核心部門。跟真正的大牛一起工作。

第二，換個方向，轉到NLP或圖像的組或公司去。

其實你心裡都想好了吧。

之前寫過一篇文章，希望有點價值：轉行數據挖掘和機器學習

原文來自微信公眾號「數學人生」，鏈接是：轉行到數據挖掘與機器學習（三）

回頭看一下，目前已經從純數學專業轉行到數據挖掘和機器學習領域有一年半了，又到了該總結轉行經驗的時候。還是那句老話，大牛們請主動忽視以下內容，初學者可以用作參考。

［1］編程語言

目前工業界的機器學習編程語言很多，基於個人的一些淺顯的工作經驗，發現目前比較常用的編程語言是 Python 和 HIVE。

通常來說，HIVE 是為了從資料庫中提取數據，然後進行必要的數據過濾，數據分析，數據提取。對於 HIVE，需要掌握的內容有以下幾點：聚合函數，數學函數，字元串函數，表格的連接函數，條件語句等。HIVE 的經典教材有兩本，分別是：

《HIVE編程指南》，作者 Edward Capriolo

《SQL基礎教程》，作者 Mick

PS：個人特別喜歡《SQL基礎教程》，極易上手，易學易通。之前寫過一篇文章總結 HIVE 的使用細節，提供給大家做參考：《HIVE基礎介紹》

對於編程語言 Python 來說，目前深度學習的框架 Tensorflow 等，都可以使用 Python 進行編程。除此之外，Python 還有各種各樣的數值計算庫和機器學習庫等著大家去使用，例如 Numpy，Scipy，ScikitLearn，matplotlib 等。其中，Scikitlearn 的文檔是非常詳細的，特別適合初學者入門學習。至於 Python 教材的話，其實有很多，例如：《Python基礎教程》，作者是 Magnus Lie Hetland，這本書特別適合初學者看。如果是網路教材的話，推薦參考廖雪峰的官方網站，地址是：Home - 廖雪峰的官方網站

至於開發環境的話，一般來說公司都會使用Linux，有一本書可以提供給大家做參考：《Linux命令行與Shell腳本編程大全》，作者 Richard Blum／ Christine Bresnahan

既然是處理大數據，那麼 MapReduce，Hadoop，Spark 等內容需要了解。參考文章：《一文看懂大數據的生態技術圈，Hadoop，Hive，Spark都有了》

［2］機器學習

既然是做數據挖掘和機器學習的工作，那每個人都需要了解這方面的內容。在這裡筆者推薦教材《機器學習實戰》，作者是 Peter Harrington。閱讀這本書需要讀者掌握 Python 語言，加上 Numpy，Scipy，matplotlib 函數庫的一些基礎內容。源代碼的話可以在網上找到，然後根據書本的章節逐步學習即可。

除了《機器學習實戰》之外，周志華老師所寫的《機器學習》西瓜書也是不錯的選擇。建議初學者結合這兩本書一起學習，周志華老師的《機器學習》介紹了多種機器學習演算法，並有簡單的例子和數學原理進行描述。

既然提到了機器學習，那就簡單地總結一下裡面的一些演算法吧。

如果是做推薦業務的團隊，那麼使用地最多的還是邏輯回歸演算法（Logistic Regression），ItemCF 和 UserCF，物質擴散和熱傳導演算法（Heat Spreading）演算法。由於 LR 是使用線性的方法來處理非線性的問題，並且實際的環境中會有物品的特徵和用戶的特徵，因此會導致特徵工程比較複雜，交叉項多（二維或者三維的交叉）。因此，在實際的工作中，特徵工程的作用就顯得十分重要。工程師和業務人員要根據物品和用戶進行必要的特徵構造，形成物品特徵，用戶特徵，交叉特徵等。之前也寫過一篇文章《特徵工程簡介》，供大家參考。

除此之外，涉及到在線優化的問題，Google 在幾年前提出了一個 FTRL 演算法。論文是 Ad Click Prediction a View from the Trenches，裡面會涉及 SGD 演算法，Truncated Gradient 演算法，RDA 演算法，FOBOS 演算法，以及最終的 FTRL 演算法等。

比邏輯回歸演算法還要簡單的那就是線性回歸演算法了，目的都是針對連續型的數據進行預測，結果都十分容易解釋。除了直接的線性回歸之外，還有局部加權線性回歸，嶺回歸，Lasso 和前向逐步線性回歸等演算法。這些細節可以參考文章《線性回歸》。

如果是針對轉行的同學的話，那麼大家肯定關心的是如何把之前的技能平滑地切入到新的領域中。如果學過數理統計的話，那麼《最大似然估計》就是一個不錯的切入點。

除了上面所說的演算法，支持向量機演算法（Support Vector Machine），GBDT 演算法，隨機森林演算法，XgBoost 演算法都是在工業界比較常見的演算法。目前個人還沒有對這類演算法進行過總結，不過還是強烈建議大家去學習一下。2017年筆者應該會對這些演算法進行一些個人的總結。

無監督學習演算法也是整個機器學習領域的一大方向。提到無監督學習演算法，就不得不提到聚類演算法，其中最經典的還是 Kmeans 演算法。這個可以參見文章《聚類演算法（一）》。聚類演算法的反面就是異常點檢測演算法，之前在異常點檢測演算法上面研究過一陣，也寫過不少的文章。例如：

《異常點檢測演算法（一）》，《異常點檢測演算法（二）》，《異常點檢測演算法（三）》，《異常點檢測演算法綜述》。

除此之外，強化學習也是機器學習的一個研究方向。隨著 DeepMind 公司的 AlphaGo 打敗圍棋頂尖選手，能夠自動玩遊戲的智能 AI，強化學習已經成為了一個比較熱門的研究方向。之前寫過一篇關於強化學習和泛函分析的小文章《當強化學習遇見泛函分析》，供大家參考。

目前深度學習已經成為了機器學習的熱門研究方向，無論是卷積神經網路 CNN 還是循環神經網路 RNN，都是研究的主流。之前在學習反向傳播演算法的時候，寫過一篇如何基於 BP 演算法訓練 RNN 網路的文章《循環神經網路－Reccurent Neural Networks》。

［3］數理統計

數理統計方面還是有一些東西是蠻常用的。例如時間序列模型 ARMA 模型等。一些數據的指標，例如均值，方差，標準差，變異係數，相關係數，ROC曲線和AUC，召回率和正確率，交叉驗證等。

［4］業務場景

在實際的工作中，最重要的一個因素就是理解業務，只有理解了業務的需求，才能夠更好的完成領導所布置的任務。在做事情的時候，一定要形成閉環。那就是：了解業務需求－》調研業界方案－》查看是否適用－》上線效果。通過最終的效果和我們要做成的目標，來反推當前需要做的事情。一些學生時代的思維方式需要逐漸拋棄，參考文章：《開公眾號之後的一些感想》

看到背景描述的開頭還以為是自己提的問（笑）

我的背景和題主很像，211本科非CS專業，今年已經是畢業第三年啦，所以想和你分享下自己的經歷。唯一不同大概是放棄了保內機會直接工作，因為我覺得考研黨經過認真準備，研究生學校普遍會比本科高1-3個level，這意味著本科211不去C9啥的就是不進則退了（看校招簡歷的統計經驗也可以稍稍佐證，小樣本，有偏，事實上我也認識保內後做出了很優秀的工作的同學），如果有不錯的機會直接工作，三年工業界的經驗比研究生學歷其實不差。不管在哪裡成長最核心的都是學習能力，看起來題主保持著不錯的學習和記錄的習慣，值得表揚。另外推薦場景中用item2vec我也試過，還蠻靠譜的，雖然你的做法細節我不太清楚，如果是你自己的想法的話可以再次表揚。

對於你的問題，我的經驗是普通公司對學術界的成果本來就追得不太緊，因為再exciting的成果轉化都有成本，所以我們也不需要在所有領域緊跟潮流，open mind就好，要搞科研還是應該去念個phd，或者去paper drive的公司，念完研究生多數還是要進這個工業界的。我認為從學校到職場最重要的認知轉變是，意識到工作是這樣一份契約，公司購買僱員的時間來為公司創造價值，所以驅動職場生涯的最好方式是考慮下自己能為公司做些什麼，並以此為表達的框架填上自己期待的成長內容。比如深入業務去挖掘亟待優化的痛點，結合業務推動新技術落地，具有一定技術影響力後就可以給老闆畫餅，去做自己認為有意思的東西了。綜上，廣度的功夫都在詩外，從中找到結合業務落地的點，學以致用併產出價值才會有技術深度。保持適度的焦慮是快速成長不錯的狀態。

年資尚淺的一點愚見，歡迎探討和指教。

個人認為，如果不讀phd，那就做應用為主比較好，單單研究演算法肯定做不過國外大牛的，因此實現軟硬體結合是一個切合點，例如對模型做出修改，能夠在嵌入式下發揮最大作用等等

如果你真的把你列出來的書都認真讀過的話，你就不會在這提問了

題主，個人是經歷和你有點類似。

我是建議你找機會進入大廠的，或者尋找能夠進入大廠的跳板。我相信在國內，bat能夠學習到和看到的東西，和你在其他公司看到的有很大不一樣的。

另外，修正你的一個觀點，在大廠的大多數團隊里也不怎麼care論文的，還是以業務和工程為主，除了極少數以科研為目標的實驗室。如果你想做學術，還是建議回學校讀博，研究生出來基本還是做應用研究和工程。

謝邀。

你已經很屌了。。。

根據樓主的情況，樓主是否可以找一些大學的教授表明自己的情況，套磁教授跟著做項目呢，這個難度相對會比較大；樓主考慮過直接申請國外的PHD嗎，如果你發表過很多高級別的論文，參加過許多項目，那套磁教授申請也是可以的。還有就是樓主可以參加線上科研，不僅可以找自己方向的課題，還可以學習專業知識，提高科研能力。