大三學(xué)生，比較喜歡機(jī)器學(xué)習(xí)，同時(shí)又想去工作。想了解一下像機(jī)器學(xué)習(xí)這種門檻比較高的工作有沒有可能繞過研究生這三年，而在工作過程中一步一步掌握相關(guān)知識，這樣算不算走了彎路？

　　

謝邀……邀得還挺準(zhǔn)的，我是本科畢業(yè)，工作了半年之后跳槽到了一家互聯(lián)網(wǎng)創(chuàng)業(yè)公司，一開始做的是爬蟲相關(guān)技術(shù)開發(fā)，然后慢慢就接觸了數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)相關(guān)的開發(fā)，現(xiàn)在主要做SEM相關(guān)開發(fā)，用到和機(jī)器學(xué)習(xí)相關(guān)的技術(shù)主要有貝葉斯分類器、決策樹、Item-CF推薦模型、KNN、關(guān)聯(lián)規(guī)則等等。

　　

題主說“喜歡機(jī)器學(xué)習(xí)”，這種話在面試官面前是毫無分量的，如果你真的想做這方面工作，請務(wù)必夯實(shí)算法和數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)，以及告訴面試官你有極強(qiáng)的自學(xué)能力。比如從我自身來說，曾在高中參加NOIP和大學(xué)ACMICPC，雖然成績都沒有十分理想（NOIP二等獎、省賽金牌和亞洲區(qū)域賽銀牌），但是算法基礎(chǔ)和扎實(shí)程度絕對好過沒有參加過類似競賽的同學(xué)（也是很多大公司看重ACM選手的原因）。

　　

如果題主沒有競賽基礎(chǔ)的話，會相對困難一些，可以嘗試做一些和機(jī)器學(xué)習(xí)相關(guān)的小項(xiàng)目。找工作的時(shí)候不要直接奔著機(jī)器學(xué)習(xí)的崗位去，這些崗位基本是不會要本科生的，只要找有機(jī)器學(xué)習(xí)相關(guān)技術(shù)的公司去實(shí)習(xí)就好了，哪怕做個運(yùn)維都行（我真沒黑運(yùn)維???）……后面的事情就好辦啦。

　　

我想我很符合題主問題的描述。

　　

軟件工程專業(yè)，大四，intern，現(xiàn)在在做機(jī)器學(xué)習(xí)。

　　

關(guān)于如何學(xué)習(xí)，網(wǎng)上已經(jīng)有大批的資料，知乎上也有相關(guān)問題，已經(jīng)有人列出了回答，這里不祥述了，基本就是以各種online的課程為基礎(chǔ)的自學(xué)。

　　

關(guān)于求職，首先，你需要向面試官展現(xiàn)出，你是一位很強(qiáng)烈的self-motivated的人：你為什么選擇學(xué)習(xí)這個；為了自學(xué)機(jī)器學(xué)習(xí)，學(xué)了哪些和怎樣學(xué)等問題--learningability非常重要。其次，一定程度上表現(xiàn)出/證明出你的數(shù)學(xué)基礎(chǔ)/理論能力。AndrewNg在coursera的課程偏向application，很多知識也只是淺層地窺探一下。更多的算法背后的理論需要你具有很好的數(shù)學(xué)基礎(chǔ)。在面試的時(shí)候，我被問了幾道概率論的問題（不過比較簡單）。

　　

所以我挺推薦以下幾門理論更強(qiáng)的課程：

　　

NTU林軒田老師的machinelearningfoundation&&machinelearningtechnique

　　

AndrewNg在stanford的machinelearning

　　

Caltech的learningfromdata等

　　

至于數(shù)據(jù)結(jié)構(gòu)這些，也很重要。需要表現(xiàn)出來的能力是：學(xué)以致用?？梢圆恍枰狝CM選手那么強(qiáng)的算法與數(shù)據(jù)結(jié)構(gòu)能力，但是讓你設(shè)計(jì)算法解決問題并給出復(fù)雜度，這種能力是必須要qualified--這其實(shí)就是大學(xué)中算法課程合格的要求。

　　

剛寫完左邊公眾號右邊文章，這里分享一下

　　

【原創(chuàng)，若要轉(zhuǎn)載，請注明：來自左邊微信公眾號右邊“數(shù)據(jù)挖掘機(jī)養(yǎng)成記”】

　　

一、如何利用資源

　　

數(shù)據(jù)挖掘這個領(lǐng)域可供自學(xué)的資源很廣泛：MOOC（網(wǎng)絡(luò)公開課）及課程相關(guān)講義、書籍、博客、paper等等。鑒于學(xué)習(xí)資源浩如煙海，對資源進(jìn)行過濾是非常重要的，這里談?wù)勎覍Y源利用的幾點(diǎn)看法：

　　

1.只用經(jīng)典資源

　　

對于公開課：參考果殼MOOC上學(xué)員的評價(jià)，coursera的學(xué)員討論區(qū)

　　

對于書籍：主要參考亞馬遜（美國/中國）、豆瓣上的書評以及GoogleScholar中的引用數(shù)，CSDN、當(dāng)當(dāng)、京東上的書評也可略做參考

　　

對于博客：只看那幾個大牛的個人博客或者專業(yè)的社區(qū)

　　

對于論文：GoogleScholar的引用數(shù)是重要指標(biāo)，但當(dāng)你要follow一個新領(lǐng)域時(shí)，建議先turtorial再自己看新論文、做評價(jià)（因?yàn)樾抡撐牡囊脭?shù)一般都不高）

　　

2.通讀和略讀的取舍在篩選出經(jīng)典資源的基礎(chǔ)上

　　

對于公開課：入門級的課程要堅(jiān)持上完，進(jìn)階的課程選擇性聽一聽

　　

對于書籍：磚頭書當(dāng)參考手冊看（如PRML、模式分類、統(tǒng)計(jì)學(xué)習(xí)理論、數(shù)據(jù)挖掘?qū)д?、?shù)字圖像處理、C++Primer），實(shí)踐書、小而美的導(dǎo)論書建議通讀（如數(shù)學(xué)之美、統(tǒng)計(jì)學(xué)習(xí)方法、機(jī)器學(xué)習(xí)實(shí)戰(zhàn)、推薦系統(tǒng)實(shí)踐、半監(jiān)督學(xué)習(xí)導(dǎo)論、appliedpredictivemodel、essentialC++）

　　

二、我的自學(xué)之路

　　

13年之前

　　

數(shù)學(xué)類課程，只學(xué)過微積分、線性代數(shù)、信號處理，零碎地了解和使用過神經(jīng)網(wǎng)絡(luò)，不了解機(jī)器學(xué)習(xí)，只聽說過模式識別（以為就是人臉識別），也正因?yàn)閷δＪ阶R別的不了解，保研的時(shí)候放棄了中科院自動化所和計(jì)算所兩位牛導(dǎo)伸出的橄欖枝，選擇離家更近的浙大，讀我自己不太感興趣的控制理論，研究電路。。?，F(xiàn)在想來仍是有些遺憾（但不后悔），所以準(zhǔn)備讀研但沒確定方向的同學(xué)，一定要抓緊時(shí)間多了解研究方向，爭取選擇自己感興趣的，讓遺憾最小化

　　

13年

　　

1.入學(xué)前的暑假，在網(wǎng)易公開課上刷了AndrewNg的《機(jī)器學(xué)習(xí)》(對應(yīng)stanfordCS229，很老的課程，大概是09年的)，那時(shí)候coursera還沒火，果殼mooc也沒創(chuàng)辦。這個課程難度比現(xiàn)在coursera上Ng的同名課程要難一些，幾乎全是公式推導(dǎo)，而且這門課的SVM是重點(diǎn)，但并未提及神經(jīng)網(wǎng)絡(luò)，后來coursera上Ng的課程則是基本刪掉了SVM，加進(jìn)去神經(jīng)網(wǎng)絡(luò)（也能理解，因?yàn)樯疃葘W(xué)習(xí)火起來了）。當(dāng)時(shí)因?yàn)閷?yōu)化理論、矩陣?yán)碚撨€不夠了解，所以留下不少疑惑

　　

2.同樣暑假，自學(xué)了C++，幾乎是把《essentialC++》從頭看到尾，然后選了書中一些作業(yè)去實(shí)現(xiàn)，因?yàn)楸究埔恢庇肅寫嵌入式，所以這本書看得比較順。這本書實(shí)乃Lippman的良心之作啊，短小精悍，建議配合他的另一本大部頭《C++primer》一起看，作為輔助閱讀。雖然后來一直沒怎么用到C++，不過看C++庫的時(shí)候不至于看不懂了

　　

3.入學(xué)后在coursera上看了Ng的機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)部分，本來想再看下Hinton的《神經(jīng)網(wǎng)絡(luò)》，但要看自己研究領(lǐng)域的論文，就放棄了

　　

4.買了吳軍的《數(shù)學(xué)之美》，科普性質(zhì)的書，也有推導(dǎo)，深入淺出，引人入勝，非常棒，對搜索和NLP領(lǐng)域的算法有了較多認(rèn)識

　　

5.買了李航的《統(tǒng)計(jì)學(xué)習(xí)方法》，純推導(dǎo)，把幾大類經(jīng)典模型背后的理論刻畫得淋漓盡致，看了之后對SVM的VC維理論、EM算法等有了深刻認(rèn)識

　　

6.選修了模式識別，教材用的是Duda的《模式分類》，一本磚頭書，建議看前三章，主要涉及貝葉斯參數(shù)估計(jì)，另外LDA、PCA的推導(dǎo)也可以看看，講的不錯

　　

7.選修了英文版矩陣論，用的教材是老師的講義，其實(shí)國內(nèi)戴華的《矩陣論》就講的非常好，國外的推薦看Roger的《Matrixanalysis》（大部頭，選擇性看）

　　

8.買了《數(shù)據(jù)挖掘?qū)д摗?作者Ping-NingTan，不建議買JiaweiHan的那本)，翻了翻，發(fā)現(xiàn)里面講的算法大多已經(jīng)了解了，講的比較淺，適合入門，用來建立數(shù)據(jù)挖掘領(lǐng)域的知識體系結(jié)構(gòu)

　　

14年

　　

1.跟倆基友水了一下阿里的推薦算法大賽，是真的水，我跟另一個基友半途而廢浪掉了，后來就剩隊(duì)長一人苦苦堅(jiān)持。。。

　　

2.選修了優(yōu)化課程，自己課余讀了讀Forst的《Optimization_TheoryandPractice》，偏應(yīng)用一點(diǎn)，讀完之后對理解LR、SVM等模型的優(yōu)化方法，幫助非！常！大！

　　

3.買了Harrington的《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》，開始接觸python，同時(shí)買了張若愚的《Python科學(xué)計(jì)算》（后來證明沒必要買，作者在網(wǎng)上放了網(wǎng)頁版，方便索引和查找），Harrington這本書里的代碼只調(diào)用了兩個包：numpy，scipy，還有個matplotlib用來畫圖，然后造了一些算法的輪子。現(xiàn)在看來scikit-learn包已經(jīng)包含了幾乎所有常見算法，所以這本書看看代碼、選幾個實(shí)現(xiàn)一下就好，沒必要從頭到尾實(shí)現(xiàn)

　　

4.偶然接觸了譜聚類，一發(fā)不可收拾，把領(lǐng)域相關(guān)的paper幾乎掃了一遍，包括Ng2002年那篇、還有個很經(jīng)典的turtorial，然后follow到了大神林達(dá)華的博客，看了他寫的譜聚類與圖論、馬爾科夫鏈的聯(lián)系，醍醐灌頂，自己用matlab實(shí)現(xiàn)了一下算法

　　

5.開始躲著老師在支付寶搬磚，一開始蠻無聊的，跟著數(shù)據(jù)分析師純寫SQL，后來接觸了新業(yè)務(wù)，有向網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)發(fā)現(xiàn)，自然而然聯(lián)想到之前搞過的譜聚類，于是啃了一本20多頁的turtorial，得出結(jié)論：有向圖的譜聚類不適合用在該業(yè)務(wù)。。。后來又有個業(yè)務(wù)，主管建議用半監(jiān)督學(xué)習(xí)，于是啃了XiaojinZhu的《Introductiontosemi-supervisedlearning》，以及周志華的一些講義和論文。朱曉進(jìn)（音譯）的這本導(dǎo)論書簡單易懂，一下子就讓讀者catch到了半監(jiān)督方法的精髓（還有一本偏理論一點(diǎn)的Chapelle的《Semi-supervisedlearning》可作為擴(kuò)展閱讀）。后來自己在用Python實(shí)現(xiàn)算法的過程中，遇到一個不小的障礙，于是follow到了大神pluskid的博客，一下子解決了我的問題

　　

15年

　　

1.買了項(xiàng)亮的《推薦系統(tǒng)實(shí)踐》，大贊，國人難得有這樣一本經(jīng)典問世，雖然有瑕疵，但對于我等初學(xué)者來說，非常受益。讀完之后對推薦系統(tǒng)用到的模型、整個知識體系都有深刻認(rèn)識。用網(wǎng)上公開的數(shù)據(jù)集做了一個toyproject

　　

2.看了下coursera上明尼蘇達(dá)兩位老師的《Recommendersystem》，簡單易懂，很快pass完這門課

　　

3.把SVD++、Factorizationmachine相關(guān)的paper翻出來看了一遍，發(fā)現(xiàn)理論不難，而且早就有成熟的開源庫了

　　

4.最近看到一本好書，Kuhn的《Appliedpredictivemodel》，正在看，偏應(yīng)用，講了很多trick，在正統(tǒng)的機(jī)器學(xué)習(xí)理論書上不太提及，但是實(shí)際非常有用。不過是用R寫的，像我這樣不會R的童鞋，跳過代碼就好了，或者自己用Python實(shí)現(xiàn)以下

　　

額外的補(bǔ)充

　　

對上面提到的資源再做一個補(bǔ)充，有些我看過但是忘了何時(shí)看的，有些過于基礎(chǔ)的我自己不太會看了，還有些是我還沒來得及看的

　　

1.林軒田老師的《機(jī)器學(xué)習(xí)基石》和《機(jī)器學(xué)習(xí)技法》，在MOOC上評價(jià)相當(dāng)高

　　

2.Hinton的《神經(jīng)網(wǎng)絡(luò)》，我目前做的東西還不涉及深度學(xué)習(xí)，以后也許會follow

　　

3.Vapnik的《StatisticalLearningTheory》，實(shí)在是磚頭書而且偏理論，國內(nèi)有張學(xué)工老師的譯本

　　

4.Bishop的《PatternRecognitionandMachineLearning》，理由同上

　　

5.Segaran的《ProgrammingCollectiveIntelligence》，國內(nèi)譯本，叫《集體智慧編程》，蠻好的實(shí)踐書，Python代碼，適合入門，我暫時(shí)不需要了

　　

6.大牛的博客，除了上面說的林達(dá)華、pluskid，還有jerrylead，LeftNotEasy，注意，不要被一個叫“研究者July”的人坑了！不懂的搜知乎對他的評價(jià)

　　

7.問答社區(qū)，首推Stackexchange，其次Quora，還有知乎

　　

目前的遺憾

　　

1.沒有真正堅(jiān)持過一個比賽，對比賽中常用的trick，比如造特征、模型融合等，不是很熟練

　　

2.沒有真正上線過一個實(shí)際項(xiàng)目，所以實(shí)踐能力還有待提高

　　

最后我想說的是，雖然網(wǎng)上有很多對如何自學(xué)機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘話題的討論，但本文是我基于我自己認(rèn)識，一字一句寫完的，若有雷同之處，希望各位包涵，也希望提出批評指正意見，畢竟作為一個自學(xué)者和小菜鳥，難免有理解不當(dāng)之處，希望跟各位多多交流

　　

先占個坑等我成功了告訴你

　　

----分割線----

　　

臥槽被挖墳。順便答一下吧

　　

當(dāng)然是可以，不過比較難，不太建議你走這種hard模式。

　　

大公司有錢，直接花大價(jià)錢招個能干活的就好，而且好的項(xiàng)目僧多粥少，哪有機(jī)會給你邊做邊學(xué)。

　　

小公司沒錢，沒耐心慢慢培養(yǎng)你。而且說倒閉就倒閉，不會長線投資你，耗不起。

　　

社會就這樣，急功近利。所以要不就自己研究生階段學(xué)，要不就工作之外業(yè)余時(shí)間學(xué)。隨你選。

　　

企業(yè)是壓榨你的地方，不是培養(yǎng)你的地方。當(dāng)然，在項(xiàng)目中成長這種雙贏局面是最理想的，但前提是你已經(jīng)掌握干活的基礎(chǔ)，而不是完全從0開始。

　　

也有認(rèn)識辭職自學(xué)后找機(jī)器學(xué)習(xí)工作的朋友，或者讀在職研究生。而我是邊工作邊學(xué)，畢竟要workingfor飯。

　　

是有機(jī)會的。

　　

看了一下有些人的答案，那些整天做數(shù)據(jù)處理或者簡單用模型處理個任務(wù)的同學(xué)，就不要說自己在搞機(jī)器學(xué)習(xí)了。