去參加大學室友婚禮，伴手禮竟然是10個G種子……

（點擊上方公眾號，可快速關注一起學Python）

「沒想到這小子才畢業1年多，就能買房買車，還娶到了妹子！雖說是郊區吧，那也是房！雖說是電車吧，那也能開！重點是，娶到了妹子！！！同為程序員，差距怎麼那麼大呢……」

參加完老二的婚禮，雖然替他高興，但我還是坐在地鐵上垂頭喪氣。

還記得去年春夏交替的時候，有一天晚上臨熄燈前，老三在寢室里大聲的朗誦了一條新聞：

「美國Indeed網站發布了2017年最佳工作，機器學習工程師以136241美元佔據榜單首位，增長達166%。在國內，機器學習工程師同樣是各大企業爭搶的人才，相關崗位需求缺口巨大，平均年薪超20w。」

一下子，寢室里的所有嘈雜都停止了。大家一個個爭相湊到他電腦前看這則消息。

20w，天吶，

我們4個人一合計，反正大家都是學計算機的，入門起來應該不難。話不多說，就是干！當晚大家都興奮得不行，聊了好久……

第二天一起床，我們4個就一起開始查「如何入門機器學習工程師」。老二計劃報班學習，但我們剩下3個實在是囊中羞澀，只得組成自學天團。老三幹勁滿滿說，自學也不差，現在網上的教程資料這麼多，知乎上有很多大佬早就為我們規劃好了學習路徑，不信學不會。

「機器學習自學指南」，四步走即可：

Step1 

理論基礎，結合視頻教程/入門書籍初步了解機器學習理論

Step2 

理論進階，結合step1學習的理論基於python進行練習

Step3 

實戰演練，在競賽網站上結合實際案例進行練習

Step4

  實習工作，在競賽中取得一定成績後在相關實習崗位積累經驗

我們分頭行動，很快就收集到指南推薦的各種資料，視頻、書籍、筆記、論文，看著一點點前進的下載進度條，信心更加充足了！每天學習三小時，三月入門機器學習工程師！

剛開始，宿舍的日常畫風突變：

• 老四：「老大回來啦~來，我考考你，邏輯回歸的損失函數長什麼樣啊？」

• 我：

  

• 「怎麼優化？」 / 「梯度下降法」

• 「有沒有快一點的？」

   / 

  「牛頓法」

• 「學習率是幹嘛的？」

   / 

  「公式中的alpha。它代表了每一步下降的步長。如果取值太小，會導致收斂速度特別慢；如果取值太大，會導致震蕩甚至不收斂。」

• 「怎麼確定取值？」

   / 

  「交叉驗證」

• 「老大，不錯嘛~」

   / 

  「你小子也可以喲~」

兩周後。

• 我：「四兒，西瓜書看到哪了？你這兩天咋不考我了？這個第6章SVM的推導我有點問題，你來幫我瞅瞅。」

• 老四：「過兩天再看，今天先出去玩一玩。」

• 老三：在一旁瘋狂的點著滑鼠，還不住的念叨了，「撿了這個空投，再苟一苟，憑我的裝備吃雞還不是穩了。」

說好的每天三小時呢，我突然也覺得沒意思，看也看不懂，還不如去看最近出的新劇。

沒出一個月，寢室里好像從未出現過「機器學習」這個名詞一樣，大家全都有意無意的避開它。

只有老二，像變了一個人一樣，除了上課外，就是窩在床上看視頻擺弄電腦，誰也不知道他在幹嘛。

轉眼三個月過去了，到了校招的季節，你問我轉行準備的怎麼樣？電腦里多了十幾G的機器學習資料，就待我去學習了。

畢業分別眨眼就來，沒想到老二真的開始在一家小公司做演算法實習生，只不過工資也只比我們幾個搬磚的多上一點。

臨行前，我將我那十幾個G的資料整理到了一個優盤裡，鄭重其事的送給了老二，說：「咱幾個以後也就你能用的上了」。我依稀記得他好像想跟我說什麼，但我擺擺手，制止住他，便離開了。

如今再見，他竟然已經成了大廠的演算法工程師，一年多就買房買車結婚了，不禁感嘆，一步不同，人生際遇就是天差地別！

我擺弄著手裡的小盒子，這是離開婚禮現場時，老二神秘兮兮的塞給我的，還特意叮囑回去才能拆開，不知道他又在搞什麼鬼。

到家打開後，發現裡面是一個優盤，莫名還有點眼熟。打開一看，竟然是我畢業時送他的那個！只是裡面還多了一個文件夾，叫「給老大的機器學習入門寶典」。打開裡面的readme，裡面寫到：

1.不要迷信論文，尤其是最新的論文。

你總以為堅持看哪天說不定就能打通任督二脈，但永遠只是看不去復現。新論文不一定好，研究與實際也有一定差距，論文要選擇經典實用的，最重要的要把論文里的東西用起來；

2.不要隨大流

，以為自己可以堅持下去，就一定有收穫。機器學習方向很廣，能依據自己的已有的優勢進行方向選擇，是省時省力最有效的；

3.別迷信特定的模型

，發現某個模型好能解決問題，以後就都用這個模型了，不深究原理與優劣點。比如kaggle比賽大家都用xgboost，你不懂也套著用；

4.懂得迎難而上

，遇到不懂的問題不要放棄。有些理論演算法需要大量時間去鑽研，在缺乏基礎的情況下不死磕很難跨過去，並且理論學習要不忘結合實踐。

5.數學很重要

，這是理解演算法的基礎，不過不是要專門鑽研數學，要依據學習需要補足數學知識。

6.自學是一種很好的方法

，不過免費的東西永遠是最貴的，時間是買不回來的。

7.推薦你看一下網易機器學習工程師微專業

，一開始買課我也猶豫不決，畢竟價格對學生時的我不算便宜，不過聽了幾次公開課，我感覺網易的牌子靠得住，事實也證明我沒有選錯，有人帶著學習跟自學真的完全不一樣。

現在還有

免費課程限時體驗

。

知名企業一線機器學習專家打造，結合工業界應用經驗設計學習路徑，講師助教為你答疑解惑，真正帶你從入門到精通。

PART 1  免費直播

直播主題：

錢景很光明道路卻坎坷？這裡有一套AI求職絕技

< 

9月18日 周二 20:00

直

播大綱：

• 沒目標何必遠方：AI的崗位需求與薪資待遇盤點

• 打鐵必須自身硬：優秀AI工程師的技能樹

• 敲門還需塊好磚：如何組織一份優秀的簡歷

• 知己怎可不知彼：AI崗位面試核心考察點

直播講師：

龍心塵

電商高級演算法專家，有豐富的互聯網場景下大數據點擊率預估/動態定價/個性化推薦/文本挖掘/用戶畫像等項目經驗

PART 2  免費體驗課

《機器學習工程師免費體驗課》

課程大綱：

機器學習的就業前景

Python實戰學習

（

附15天

學習計劃和趣味項目源碼

）

機器學習工程師的實際應用案例

不管你報不報名，機器學習資料都送你了，入群免費取！

（完）

看完本文有收穫？請轉

發分享給更多人

關注「P

ython那些事」，做全棧開發工程師