1樓：排骨愛好者
你上了這幾門公開課了，如果認真做了作業的話，應該說水平已經不錯了，應付工作沒問題。既然已經上了Data mining, 我還推薦你一門斯坦福Koller的概率圖模型。這門課有些難，但從授課和作業設定上來說都比Andrew的更好。
個人感受，大神勿噴。
2樓：
用了大概五周的時間，上完了NG上的machine learning一共11周的課程。其實對於我來說，這是自我「堅持」的乙個里程碑了。本科的時候，凡是涉及到像資料庫，C++的專案大作業，以及後來的專案涉及到QT，MATLAB，一到卡殼的地方就會做不下去，做不下去就會自我暗示我不可能完成，然後就真的再也幹不下去，就全部前功盡棄。
而這次，很難得的就自我鼓勵要堅持下去，前面幾次assignments能夠拿到100分算是對自己的乙個很大的肯定。雖然80分就可以pass掉，但難得強迫症發作，一定要捉摸出100才罷休。要說對於學ML是有多遠的眼光、有什麼所圖，我倒是沒有想那麼多。
但是，感覺對於神經網路以及資料壓縮解壓縮都有了更深一層次的理解了，當然，這都是後話。鼓勵自己學下去的，一方面是興趣，一方面是想證明一下自己不是一直會放棄的人，還有一方面就是NG老師講得真的很有調理，很能吸引我聽下去。大學開始的學習過程讓我覺得，好好學，學到骨髓裡，有招化為無招，也許什麼時候就用到了，誰知道呢(>ω也希望你能學下去，共勉~
3樓：
人工智慧考的是人工， 遠不如好好做系統來的實在啊。 現在能用的也不是什麼高大尚的模型， 工作了感覺自己會的模型也都白看了， 還不如當初好好玩呢。
4樓：陳斌
感覺題主的狀態我也曾經歷或正經歷著，和題主的區別是我也算是走運混進了乙個2線網際網路公司的推薦系統研發組，可以在工作中做一些ML相關的活吧，但也正經歷一些技術發展方向的困惑。本來寫了好多自己的經歷，又感覺沒啥用就又刪了，感覺樓主需要明確幾個方面的問題。
1.你是對ml還是dm更感興趣，ml更加關心的是理論而dm更加偏重的對ml演算法的運用以及對業務資料的理解。在工業界真正研究ml演算法的職位很少，自然要求也很高，而大部分演算法工程師的工作主要是處理資料然後用現成的演算法反覆跑實驗，詳細情況可以蒐做演算法工程師是什麼樣的工作體驗？
要是對ml理論感興趣可以努力去讀個該方向的phd，要是對dm感興趣就去多熟悉現有工具和框架。
2.自己適不適合把這個方向當做職業，這件事情不用空想，去投遞一些相關方向的簡歷，參加些筆試面試就知道了，這也是最便宜的提高自己的方式。
3.實力及智商碾壓這種事在很多事情中都會發生，亦如我在玩德州撲克的時候也曾和許多高手交手感覺完全猜不透他們的想法，而自己的想法好像完全被他們掌握，當時的感覺就是以自己這個智商就完全沒有必要再玩這個遊戲浪費時間了，可後來想想自己玩這個遊戲的目的不一定非要戰勝所有人，從中獲得樂趣、以便宜的方式體驗失敗、了解自己人性的弱點以及通過學習感受自己的進步這些都可以支撐自己繼續玩下去。話題扯得有些遠，不BB了，最後送題主一段話：
當你的才華還撐不起你的野心時，那就應該靜下來學習；當你的能力還駕馭不了你的目標時，那就應該沉下心來歷練；當你對未來迷茫時，那就應該停下來認準目標。學習過、歷練過、努力過、就會明白，自己還真不是那塊料。
5樓：楊傻大
廢話當然得學，二十一世紀是算命科學是世紀，你不會點深度算命出門都不好意思跟別人打招呼。我跟你講，在灣區，要是哪家居民樓樓上掉下來乙個花盆，砸了10個人裡9個發過cvpr，剩下乙個發過尼普斯，你說你就發過uai都不好意思跟別人打招呼。
6樓：楊林傑
（好訊息，好訊息）學deep learning, 學caffe， 會跑各種主流convnet，不需要調參，乙個月培訓上崗。
目測國內各類IT培訓機構馬上就要開類似課程了。
7樓：
我認為ML指的是發明或者改良ML演算法的人這對數學背景要求很高看看Andrew ng 在斯坦福本校上課的錄影就知道了那還算是入門級畢竟是大二的課程（zj zhang 指出斯坦福2編號開頭的課程並不代表是二年級上的，我自己查了下2開頭一般是研究生級，知乎的搜尋功能紗布了 at 不到他）
kaggle是應該算是資料科學更注重運用ml演算法分布計算之類
8樓：陳然
乙個技能學與不學，肯定有千萬種理由，然而並沒有一種理由叫做『因為趕不上最牛的人，所以不學了』。如果你真有這樣的觀點，為何要繼續『老老實實做開發』呢？別人做開發了幾十年了，你趕的的上最牛的人嗎？
為何要『多看看系統設計類的東西』呢？別人系統設計也做了幾十年了，你趕得上最牛的人嗎？既然什麼東西都趕不上最牛的人，還繼續學什麼呢？
混吃等死就好了。
然而你並不會這麼想，既然不會這麼想，為什麼會把這個觀點用在『是否要學ML』上呢？
換個角度想想，為什麼覺得『老老實實做開發，多看看系統設計類的東西』聽起來是乙個保險的選擇，而『學和ML相關的技術』是冒險的選擇？因為工作環境，周圍所接觸實實在在的人，都是按照這個路子走出來的，因此心中會覺得這樣子理所應當。然而換乙個環境，在乙個充滿『新技術改變世界』的氛圍中，可能會覺得『學和ML相關的技術』是更保險，甚至唯一的選擇，而『老老實實做開發，多看看系統設計類的東西』反而是需要猶豫的選擇。
我不想說到底應不應該堅持學習某項技術，畢竟每個人有自己的選擇。我只是認為做決定的時候，要多考慮技術本身，歷史的潮流，而不要僅僅因為自己小圈子所帶來的感受。要跳出圈子，不做井底之蛤，看到更大的世界，才能順應時代發展的需求。
畢竟『乙個人的命運啊，當然要靠自我奮鬥，但是也要考慮到歷史的行程』
by @陳然
該不該堅持自信？
東東 不應該堅持 自信是什麼？沒有自信的人，堅持就有了麼？自信不是堅持出來的。自信是累積出來的。自信是對於自我的認可。不存在與堅持就有，不堅持就沒有。堅持出來的自信，不是自信。可能只是自負，意氣用事。多看書，多學習。多鼓舞別人，多做一些稍微努力下就能成就的事。就能累積出屬於自己的自信。 森淼 如果只...
化工究竟該不該堅持
冷柏樹 化工是世界的一大經濟支柱，必須堅持。我們吃的藥品，還有身邊許多用的，都有化工產品的影子。化工需要改進的的是綠色清潔環保。 春暖花開 就業還是很廣的，工資也還可以，但是就看你想不想從事這方面了，咱們專業是工科，在許多方面也有限制，化工在學的時候確實枯燥，但是以後會發現咱們學的很雜，有機無機工科...
該不該辭職，還是堅持？
liuting 哈哈，我之前在一家上市地產公司集團總部工作，雙休，但是每天加班到11點12點，大家一工作起來基本上都不說話，雖然雙休但是經常週末會去加班，但是各項福利非常好住工作附近小區，公司辦公室還有咖啡館然而我辭職了 辭職沒什麼但是我建議不要裸辭 over 不二 看到你，想到過去的自己。歷經兩個...