2回答

liuyubobobo

2018-02-15

已采纳

机器学习是具有领域的。视觉，自然语言处理，推荐系统，金融领域，等等等等，完全不同。只学习这个课程是不足以转行做机器学习的。（任何一门网课都不足以让你直接转行，否则转行门槛也太低了：））

一些建议：

1）这个课程涉及的内容都是基础中的基础；

2）确实听说过一些面试会考推导过程，但其实个人认为，比起推导过程，深入理解这些算法在做什么，为什么能这样做，这样做有什么局限性，应用场景是怎样的，等等等等，我认为更加重要。推导过程可以短期突击学习，而这些问题比较灵活，不是短期可以突击形成的知识，更是经验，是在考验一个人真正实践机器学习的经验和水平；

3）这门课程不涉及神经网络，贝叶斯，深度学习等算法。据我所知，现在做机器学习相关，对这些，尤其是神经网络和深度学习，还是有要求的；这门课程也不涉及特征工程等领域；这门课程更不涉及具体领域如视觉，自然语言处理等的知识。印象里课程第一章曾经介绍过这个课程不包括什么，可以再回顾一下。

4）如前所说，具体做机器学习，也是分领域的，将基础的知识学会以后，需要选择一个领域深入学习。比如你所说的视觉领域，其中包含很多这个领域独有的算法或者解决问题的思想；

5）至于数学，我倒认为不需要专门看，在考察机器学习的时候能考察到，很少听说直接考察数学的。主要是因为数学本身也是一个太大的领域，机器学习所使用的数学也只是数学的一个子集而已。倒是数据结构和算法这个计算机行当的基本功，需要看一看。尤其是大公司，尤其是校招，相对是比较看重的，哪怕你应聘的是机器学习岗；

6）提前熟悉一下你要应聘的公司的面试套路；

7）入行机器学习，个人建议还是读一个相关专业的研究生，或者是实验室的项目使用相关方法的研究生比较稳。当前理工科的研究工作，几乎离不开机器学习方法，所以其实读研的选择面并不窄；如果没有相关学历，建议多参加机器学习相关比赛。这些都是实际使用机器学习的项目经验；我的算法课程一个同学去年拿到了滴滴机器学习岗的offer，主要靠的就是三次在kaggle比赛中比较好的成绩。

8）虽然机器学习非常火，但其实公司对相关人才的要求也比较高。我不确定你的背景，但是真正要研究人工智能这个领域的话，请参考7)；否则的话，你去一个公司，很可能做的是数据分析。数据分析的门槛比机器学习低了很多，不过据我观察，国内数据分析这个职位还没有充分火起来。数据分析整体也需要掌握机器学习的基本用法，同时有一些它自己的东西，比如统计学，数据可视化等，同时可能也要熟悉一些专门的大数据处理平台，如spark，hadoop等。具体国内数据分析行业对应试者的要求是怎样的，我不很了解，你还需要找相关行业人士了解。关于数据分析和机器学习的关系，参见这里：https://coding.imooc.com/learn/questiondetail/39788.html

加油！

5

1

神经旷野舞者

课程是基础中的基础，感觉学了有难度，我还以为至少中等程度了，看来应该要找kaggle做，算法感觉时间至少也要一个月看

2018-02-15

共1条回复

神经旷野舞者

提问者

2018-02-15

就是算法可以用到具体领域，然后领域再分用的行业，比如金融，医疗，机器人之类

1

0