从不懂Python变成了AI工程师
 的9个月，他找到了日企野村证券的工作。这期间，他接触了一些数据分析的软件，学习了Excel VBA编程，数据可视化软件Tableau和Power BI，还有机器人过程自动化软件UiPath。 “机器学习“的世界深深吸引了他，最让他着迷的是输入数据，然后预测结果这个过程。 原来，他对银行产品的复杂性着迷，经过了一段时间工作后，觉得不过是从客户获利的一种方式。 总之，旧的东西没变得有那么吸引他，又出现了新的兴趣。他决定改变工作方向了。 但现实是，他完全不会编程。 那时候的他的字典里，Python是一种蛇，而Pig……是一头猪。 在Mooc上疯狂自学，纸上得来终觉浅想学数据科学，网上资源大把大把，于是他在Mooc上注册了不少课程：
不过他只完成了前三门课程。Mooc的课程内容非常简洁，也让他很快就对一门课失去兴趣，还没有上完就去看下一门。 MOOC上教授传统机器学习方法时，往往会跳过模型实际在做什么这个部分。比如，会教随机森林是决策树的集合，但不会讲决策树怎样决定在哪个分支上选择哪些特征（也就是熵概念和与之相关的数学）；会简单介绍支持向量机是分类方法，但不会讲如何确定超平面。 深度学习的课程更不能满足做获取AI专业技能的需求。 相关课程通常会在Tensorflow上，在MNIST这样不错的数据集上给出大量代码，然后让你觉得自己是深度学习专家了。 但是这远远不够。研究论文通常包含复杂的体系结构，涉及理解深度神经网络模型中的特征提取，以及其他更复杂的特征，例如Transformer和双向编码。理解为什么某些最新模型比其他模型更好，以及迁移学习transfer learning和元学习meta （编辑：济宁站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
