我是如何每周坚持 5 天自学机器学习,并拿到offer的

雷锋网 AI 科技评论按,本文作者是工程师 Daniel Bourke ,在本文中他分享了自己是如何通过 9 个月的自学,最终找到一份机器学习工作的经验,以下是他的全文。

我是如何每周坚持 5 天自学机器学习,并拿到offer的

我在卧室里学习和工作

我离开了 Apple,开启了一个 Web 项目,但失败了。我的心不在这上面。

我想学机器学习,它让我兴奋。我本来打算把这一切都学好的。我不需要制定所有的规则,机器会为我学习。但我没有工作。

但兴奋是没有用的。

我开始在周末开 Uber 来支付学习费用。

我喜欢结识新朋友,但我不喜欢一直开车。交通,停车,启动,燃料,我有足够的燃料吗?我想我有足够的燃料,我要忍受车上的空气,空调,注意换档,不应该走这个方向,应该走那个方向。这所有的一切都让我感到难受。

我一周花费五天来学习机器学习,一整天都学习。这很难,现在看来仍然很难。

周末 Uber,工作日机器学习,那是我的日常生活。我必须学习。我必须学会这些,我不能一直开车,虽然我还不知道我的目标是什么,但我知道肯定不是开车。我还记得在一个星期六晚上,我赚了 280 美元,但是罚款 290 美元,一晚上损失了 10 美元。

在我获得人工智能硕士学位 9 个月后,我找到了一份工作。这是我做过的最好的工作。

我每天是怎么学习的?

像这样。

1.减少搜索空间

机器学习很广泛,有代码,有数学,有概率论,有统计,有数据,有算法,学习资源也不短缺,但有太多的选择和没有选择是一样的。

如果你是真的想认真学习,就给自己安排一个课程。与其花几个星期的时间询问你是否应该学习 python 或者 r,不如先上 Coursera 或者 edX 课程,从数学或者代码开始,花一周的时间制定一个粗略的计划,然后按照计划进行。

对我来说,这是我自己的人工智能硕士学位。我决定先学习代码,然后用 Python 语言。我到处寻找不同的课程和书籍,把最感兴趣的课程和书籍收集起来。我的方法对每个人来说是最好的吗?可能不会。但它对我来说是最好的。

一旦我确定了要学的课程,我就有了一条可以走的路,不再浪费时间去决定什么是最好的路。我可以站起来,坐下来学习我需要(想要)学习的东西。

我对学习内容的控制也不严格。如果有什么引起了我的兴趣,我就跟着它走,在研究这些感兴趣内容的过程中我学到了我需要的东西。

如果你是在网上学习而不是在大学学习,你应该规划好自己的路。

2.改变你的环境

你祖父的第一个橘子农场失败了。

土壤很好,种子就在里面,所有的设备也和别人一样。

那为什么会这样?

天气太冷了。橘子需要温暖的气候才能生长,你的祖父有种桔子的本领,但它们在寒冷的气候下生长的可能性不大。

当他搬到一个温暖的城市,他开始了另一个橘子农场。

12 个月后,你的祖父在镇上提供最好的橙汁。

学习就像种桔子。

你可以有一台笔记本电脑,为它连上互联网,拥有最好的书,但仍然没有动力去学习。

为什么?

因为你的环境不合适。

你的房间里满是干扰。

你试着和朋友一起学习,但他们没有你那么专注。

WhatsApp 每 7 分钟打开一次。

在这种情况下你能做什么?

我清理了我的房间,把它变成了学习的天堂。我把我的电话放在另一个房间的抽屉里,关掉了所有的通知。

我告诉我的朋友,下午 4 点前我的电话不会开机,他说没事。

朋友是伟大的,但学习时间是学习时间。你能离开你的手机一整天吗?试试一个小时。任何你看不见的抽屉都能用,「请勿打扰」应该变为默认设置。

改变你的环境,让知识流淌。

3.设置好系统,这样你总能赢

Problem 13 把我难住了,我被卡住了。

我昨天想解决它,但做不到。

现在是学习的时候了,我知道你昨天很努力,但什么成果也没有。

我推迟了,我知道我应该在学习,但我推迟了。

这是一个循环。

啊啊啊,我以前遇到过这个循环,我知道它,但它仍然存在。

那堆书在盯着我看,Problem 13。我设置了一个计时器,25 分钟,我知道我可能解决不了这个问题,但我可以坐 25 分钟,然后再试试。

4 分钟后,我就燃烧起来了,我继续研究,24 分钟后,我不想停下来。

计时器响了,我又设置了一个,然后又一个。经过 3 个循环,我解决了这个问题。我告诉自己,我是世界上最好的工程师。这是个谎言,但没关系。即使是一个微小的进步也是一个里程碑。

你不能总是控制自己在学习上是否取得进步,但你可以控制花在某件事情上的时间。

你可以控制每天 4 次 25 分钟的尝试,你无法控制每天完成多少任务。

4.有时什么也不做

我得出结论,学习是终极技能,如果我能学会更好地学习,我就能做好任何事。我可以学习机器学习,我可以成为一个更好的程序员,我可以拥有更好的写作技能。我想,我必须提高我的学习水平。

我上了「Coursera Learning How to Learn course」这门课,课程中的一个主要议题是集中思考与分散思考。

集中思考发生在你做一件事的时候。

当你什么都不想的时候,分散思考就发生了。

最好的学习发生在这两者的交叉点上。这就是为什么你在洗澡时会有一些最好的想法,因为那个时候没有别的事情发生。

当你进行分散思考的时候,你的大脑会腾出空间,把你在集中思考时吸收的所有东西联系在一起。

关键是,要使它正常工作,你需要同时满足这两者。

如果你已经设置好了系统,你可以做四个 25 分钟的集中工作,然后去散步,小睡一会儿,坐下来想想你学到了什么。

一旦你开始经常不做任何事情,你会发现很多东西都是有价值的,因为此时你的大脑是放空的。一个房间是四面环绕的空间,一个轮胎里除了空气什么都没有,一艘船因为空旷的空间而漂浮。

你的学习可能会因为适当的放松学到更多。

5.拥抱学习这个混蛋

学习真差劲。

你学会了一件事,第二天就忘了。

然后学会了另一件事,又忘记了。

你整个周末都在学习,但周一去上班的时候没人会知道。

有人问我,你是如何深深地记住书本上的东西的?我说我不记得。如果幸运的话,我记得我读过的一本书的 1%。当这 1% 与其他知识的 1% 交叉时,魔法就发生了。它让我觉得自己像一个专业的知识点连接器。

学习了一年之后,你会意识到还有多少东西需要学习。

什么时候结束?

不,对你来说现在永远是第一天。

拥抱学习这个混蛋吧。

6.三年原则

前几天我在公园。

有一个小男孩在到处乱跑。上滑梯,下滑梯,上树,下树,上山,下山。

他笑了又跳,然后又笑了。

他妈妈过来接他。

「来吧,Charlie,我们得走了。」

当她把他带走时,他不停地笑着,挥舞着他的蓝色塑料铲。

是什么让他着迷?

他在玩耍,他玩得很开心,对他来说整个世界都是新的。在我们的文化中,工作和娱乐之间有严格的界限,学习被视为工作。

你应该学习以获得更多的工作。你应该工作赚钱,钱可以让你有闲暇时间。一旦你有了闲暇时间,那么你才能像 Charlie 一样,欢笑着跑来跑去。

如果你头脑中认为学习就是工作,那将是地狱,因为总有更多的东西要学。

但是假设你改变想法,把学习看成是经历一个主题然后再到下一个主题的过程。它可以连接不同的东西,比如游戏。

你会开始有同样的感觉,就像是 Charlie 从滑梯上滑下来一样。

你学会了一件事,你用它去学别的东西,你被卡住了,然后你克服了它,你学会了另一件事,你用它来跳舞。

我了解了如果你有像表、列或 data frame 这样的结构化数据,那么像 CatBoost, XGBoost 和 LightGBM 这样的集成算法工作得最好。对于图像、视频、自然语言和音频等非结构化数据,深度学习和传输学习应该是你的首选模式。

我把这些知识点连起来了。我告诉自己我是一个专业的知识点连接器,从一个知识点跳到另一个点。
这样做,你将以比开始更多的精力完成一个学习课程。

这是 3 年原则:把一切都看成是游戏。

现在就够了。

我该睡觉了。

这是对我的奖励。

7.睡眠

睡眠不好意味着学习不好。

你可能睡得还不够。

但我不是。最好的开 Uber 赚钱的时间是星期五和星期六晚上,因为人们会出去吃饭,参加聚会,参加夜店。但我没有,我在开车,我会一直开到凌晨两三点,然后回家睡觉,直到太阳在早上七八点把我叫醒。这两天我就像火车一样不停地工作。星期一到了,我会有另外的作息。在星期二的时候我就好多了,到星期三我又回到了原来的作息,然后这个循环将在周五重复。

这种不正常的睡眠安排是不可接受的。我的目标是更好地学习,睡眠可以净化大脑,让大脑中的新连接发生。我在晚上 10 点、11 点停止开车,回到家里,花了 7-9 个小时。少花钱,多学习。

不要为了更多的学习时间而牺牲睡眠,做相反的事情。

机器学习很广泛。

你需要提醒自己,要学好它,学好任何东西。

  • 减少搜索空间

  • 改变你的环境

  • 拥抱学习这个混蛋

  • 有时什么也不做

  • 把学习当作游戏

  • 足够的睡眠以更好地获得知识

晚安。

PS:如果你从这篇文章中获得了价值,你可能会喜欢这段视频:

Via:https://towardsdatascience.com/6-techniques-which-help-me-study-machine-learning-five-days-per-week-fb3e889fad80

雷锋网雷锋网(公众号:雷锋网)

雷锋网版权文章,未经授权禁止转载。详情见。


我是如何每周坚持 5 天自学机器学习,并拿到offer的

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/137089.html

(0)
上一篇 2021年9月2日
下一篇 2021年9月2日

相关推荐

发表回复

登录后才能评论