如何評價udacity(優達學城)的人工智慧工程師課程(納米學位)？

---

我來惹。

人工智慧工程師 是一門比較前沿的課程，和 IBM Watson、滴滴出行、Amazon Alexa 聯手合作開發，但目前還只有英語授課。在你掌握了足夠多的深度學習技能之後，我想AI方向會是你比較感興趣的，也是目前市場上比較搶手的工作。

人工智慧 ( AI ) 領域的全球創新幾乎會給日常生活的各個方面帶來變革性的影響。如果你現在掌握 AI 技能，你將有機會在確定這一領先技術如何影響我們的未來方面扮演著舉足輕重的角色。人工智慧課程將講授廣泛的人工智慧知識，並讓你為 AI 領域的各種就業機會做好準備。

人工智慧工程師這門課程分為兩個學期：

• 第一學期主要介紹人工智慧的概念，處理問題的類型。其中會大量涉及搜索與優化問題，邏輯推理，路徑規劃以及概率模型等技術。完成的項目多以趣味性遊戲為主。

比如，有個項目，就是讓你構建一個 NPC ：構建遊戲電腦玩家

設計和實現一個電腦玩家，能夠獨立玩《隔離》（ Isolation ）遊戲——這是一款雙人確定性遊戲，玩家輪流在規則的網格中移動，直到其中一位無法繼續移動。使用帶有啟發式評估功能的對抗搜索克服計算上的難題，進而讓電腦玩家更加智能。

與機器學習中有監督、非監督等問題有所不同，會更多的注重一些在這些問題以外其他的人工智慧技術。你也許會找到更多增強學習的影子，但也不盡相同。

• 而第二個學期，主要針對對不同領域感興趣的學員進行分化選學。主要包括三方面內容：機器視覺，自然語言處理，以及語音識別。其中運用到的主要技術就是深度學習網路模型。

在機器視覺課上，你可以實現攝像頭下實時定位人臉位置，以及人臉上各個關鍵點，並且可以識別出你屬於哪類表情；在自然語言處理中，你會學會如何進行語言翻譯；在語音識別中，你會親自動手實現自己的 Alexa 。

• 當然，在整個學習課程中，Udacity 一如既往的會有一個專門的版塊進行職業導向培訓，裡面涉及如何整理你的簡歷，發布到 Linkedln 上。還有如何潤色你的 GitHub 主頁，讓更多優秀的公司從眾多的競爭者中擇優錄取你。

---

好了，我今天要拿畢業證書了，我來更新一下。

=================================

總的來說，Term1 課程不錯，Term2我參加的是NLP，感覺一般。

難度偏大，我有10年工作經驗，編程什麼的不在話下。感覺還是很有難度的，特別是Term1, 下面詳細說。

價格，我是按照課程來的，Term1 和 Term2 各800美元。Zhang, Ke同學說的50美元應該指的是包月，我沒有這樣做。

Term1 和 Term2 各三個月的時間。

你要做的準備，官方建議是每周10小時(?)。我覺得一開始應該是不夠的，你要做好15小時的準備，因為不光要上課，作業實在是太花時間了。不光要寫程序，還要出報告。

Term1 的課程基於 AI Modern Approach這本書來講的。請的人是本書的作者.... 分三塊，一個是search, 二是planning 三是 HMM。search 難度中等。planning哭了，前前後後花了40-50個小時。HMM也還是比較難的，我現在想想，好像全忘了。 (請腦補一個 "一臉懵逼圖")

學完了基本把classic AI 順了一遍。還是很不錯的。畢竟AI不全是deep learning, 對不？

Term2 我選的是NLP, 前面三節講的是深度學習的東西，我有過這些經驗，所以就容易過了。下面是NLP的知識，其實只是講了非常簡單的embedding, feature extraction。最後的作業是機器翻譯，其實這個我也做過。再加上用的是keras, 非常方便。所以Term2 基本沒有難度。如果你要是有上進心，可以學習Oxforad的NLP課程，還是很不錯的。

這個課程有個Mentor, 在Term1 的時候就能申請，別忘了。(我是Term2 才申請)。有的Mentor非常認真，有的Mentor很搭漿。看運氣了。

總結一下， 這個課程我覺得還是值得了(你的收穫 &> 1600刀+ 半年的付出 )。主要收穫的點是梳理了人工智慧的基本知識，以及一個深度學習方面的應用。為你今後在AI上面的發展打開了一扇門。你可以想想，如果你自己學，要付出什麼樣的努力。至少我光是想方向就把握不住，在學之前我根本不知道AI Modern Approach 這本書的存在。也不可能一個人把書看完。當然我也總結了，時間實在是太緊張了，有些內容，項目做完就忘了。如果今後在工作中用到，可能還要回去看。當然基本的概念已經在你的腦海里了，脈絡清晰了，回去看也只是翻書的事情。不可能出現一頭霧水的現象。這就是學和不學的區別。

============================

這麼課程需要申請，需要你有一定的演算法背景，我覺得這是合理的，因為上來就是DFS, BFS, DP。不懂這個不能活。

關於為什麼比較難，1是本身planning這塊比較複雜。2 需要寫程序，程序框架要花時間看。3 還有reading的要求，需要寫report。4你寫完程序需要 給出分析報告。所有這些都是很花時間的。遇到機器不好，一個function就跑10分鐘，急死你。

---

最好的都是公開並且免費的。

---

推薦閱讀：