作者：丹尼尔伯克
我在苹果商店上班，我想换一个。开局构建我所服务的技术。
我开局学习机器学习(ml)和人工智能(ai)。
这个畛域有很多事件要做。
似乎每周谷歌或脸书都会颁布新的人工智能来放慢处置速度或改善咱们的体验。
还有别让我开局知道无人驾驶汽车公司的数量。这是善报。我不青睐开车，所以这条路很风险。
即使一切这些事件都出现了，什么是真正的人工智能依然没有公认的定义。
有人以为深度学习可以看作ai，也有人以为除非经过图灵测试，否则不是ai。
一开局不足定义真的阻碍了我的提高。学很多不同定义的物品都很难。
定义够了。
我是如何开局的？
我和好友正在成立一家网络守业公司。失败了，咱们由于没无心义而丢弃了。但是一路走来，我开局听到越来越多关于ml和ai的消息。
“电脑给你学了什么？”真不敢置信。
在深度学习中偶然发现了乌达城的纳米学位。宣传视频中出现了一个幽默的人物，sir品牌raval。他的精神很有感化力。只管我没有到达基本要求(我之前素来没有写过python的台词)，但是我注册了。
课程开局前三周，我给乌达城支持团队发了一封电子邮件，征询退款政策。恐怕我学不完这门课。
我没有获取退款。我在规则的时期内实现了课程。那相当艰巨。有时刻真的很难。我的前两个名目迟交了四天。但是，介入上比拟关键的技术之一的兴奋让我向前迈进。
实现纳米水平的深度学习后，我承诺接受来自乌达城的纳米水平的ai，纳米水平的无人驾驶汽车或许纳米水平的机器人。一切平凡的选用。
我有点迷茫。“我接上去要去哪里？”
我须要一门课。我曾经建设了一个学习纳米水平很深的小基础，如今是时刻选择下一步去哪里了。
我自己创立的ai硕士学位
我不计划很快再去上大学。反正我没有10万美元的硕士学位。
所以我做了我开局做的。求导师谷歌帮助。
在没有这方面先验常识的状况下，我跳入了深度学习。直升机没有爬到ai冰山的止境，而是让我落到了山顶。
我钻研了很多课程，列出了trello比拟感兴味的课程。
我知道网络课程停学率很高。我不会让自己成为这个数字的一局部。我有义务。
为了让自己有责任心，我开局在网上分享我的学习之旅。我想我可以练习交换我所学的物品，找到其余对雷共事件感兴味的人。好友们还是觉得我走ai之旅的时刻是外星人。
我地下了特雷罗董事会，写了一篇关于我致力的博文。
从我第一次性写课程开局，课程就有了些许扭转，但还是无心义的。我每周都去访问特雷罗的董事会，跟踪停顿。
2019年降级：我把自己青睐的一些ai、机器学习、数据迷信资源总结成一个美丽的表格(来自trelloboard)。你可以在这里看到他们。
我买了一张去美国的票，但是没有返程票。我曾经学习一年了，所以我以为是时刻把我的技艺付诸通常了。
我的方案是爬美国，被录用。
而后，阿什利在linkedin上对我说：“嘿，我看了你的帖子，它们真的很酷，我想你应该见见迈克。”
我遇见了迈克。
我通知了他我网上学习的故事，我对肥壮科技的热爱，我去美国的方案。
“你比拟好在这里呆一年左右，看看你能找到什么。我想你真的很想了解卡梅伦。”
我遇到了卡梅隆。
咱们聊的话题和迈克和我一样，肥壮，科技，在线学习，美国。
“咱们正在处置一些肥壮疑问，你为什么不周四来？”
是星期四。我很弛缓，但是曾经有人通知我，弛缓和兴奋是一样的。我很兴奋。
我花了一天时间与麦克斯凯尔森团队会面，探讨他们正在处置的疑问。
两个星期四之后，机器学习总工程师阿森公司的首席口头官尼克和我一同去喝咖啡。
“你想怎样入队？”尼克问。
“当然。”我说。
原来我的美国航班延误了几个月，如今有了往复机票。
分享你的上班
网上学习，我知道很不落俗套。我想放开的职位都有硕士学位要求或许至少有一些技术学位。
我没有。但是我确实有我从许多在线课程中学到的技艺。
一路上，我在网上分享我的作品。我的github蕴含了我实现的一切名目，linkedin沉积如山，我经过youtube和medium练习交换我学到的常识。
我素来没有为麦克斯凯尔森交过简历。“咱们在领英上签了你。”
我的上班是简历。
无论是网上学习还是经过硕士，领有自己的投资组合都是在游戏中积攒皮肤的好方法。
ml和ai技艺是必定的，但这并不象征着你不用展现。再好的产品，没有货架也卖不进来。
无论是github、kaggle、linkedin还是博客，人们都可以在某个中央找到你。另外，有自己的网角也很无心思。
你如何开局？
你计划在哪里学习这些技艺？什么课程比拟好？
没有比拟好的答案。每团体的路线都会不一样。有些人经过书学得更好，有些人经过视频学得更好。
比你关键的是你为什么开局。
先说为什么。
为什么要学这些技艺？
你想赚钱吗？
你想建造什么吗？
你想有所作为吗？
还是那句话，没有正确的理由。一切都有自己的方式。
从为什么开局，由于有了为什么更关键。有一个“为什么”，意思是当事件变得艰巨并将变得艰巨时，你有事件可以求助。提示你为什么要开局的物品。
为什么？很好。是时刻学习一些硬技艺了。
我只能介绍我尝试过的。
我曾经实现了以下课程：
树屋-简介-python
数据营地引见——python和python的数据迷信跟踪
乌达城——深度学习与人工智能纳米化
课程-吴恩达的深度学习
快。人工智能-第一局部，很快就是第二局部
都是的。我是一个视觉学习者。当我看到事件被实现/向我解释时，我会学得更好。所以这些课程都表现了这一点。
假设你是一个的初学者，请从python入门课程开局。假设你比拟自信，可以进数据迷信，机器学习，ai。datacamp十分适宜初学者学习python，但宿愿专一于数据迷信和机器学习。
数学多少？
我比拟高的数学教育是在高中。其余我依据须要经过可汗学院学到的常识。
进入机器学习和ai须要了解多少数学，七嘴八舌。我会分享我的。
假设你想把机器学习和ai技术运行到疑问中，不必定须要对数学有很深的了解才干获取好的结果。像tensorflow和pytorch这样的库准许有一点python阅历的人在后盾处置数学的同时建设比拟先进的模型。
假构想经过博士名目或许相似的方法深化机器学习和ai钻研，对数学有深化的了解是十分关键的。
就我而言，我不想深入学习数学，也不想把算法的性能提高10%。我会留给比我痴呆的人。
雷同，我很乐意经常使用可用的库并操作它们来协助处置我以为适宜的疑问。
机器学习工程师实践上做什么？
机器工程师在通常中做的事件或许不合乎你的想法。
只管网上有很多文章的封面照片，但是红眼睛的机器人并不总是介入其中。
这是ml工程师每天都会问自己的一些疑问。
语境——如何用ml协助你更了解自己的疑问？
数据——你须要更多的数据吗？须要采取什么方式？数据失落了怎样办？
建模——应该用哪个模型？它在数据(适度拟合)上运转良好吗？或许为什么成果不好(不合身)？
消费——如何将模型投入消费？应该是线上形式还是活期降级？
启动中-假设你的模型解体了怎样办？你如何用更多的数据来改善它？有没有更好的做事方法？
我从fast.ai的联结开创人之一雷切尔托马斯(rachelthomas)的一篇文章中借用了这些内容，她在全文中走得更远。
门路未设置
进入机器学习或许人工智能没有错。
这个畛域的美妙之处在于，咱们可以经常使用一些上比拟好的技术，咱们所要做的就是学会如何经常使用它们。
可以从学习python代码开局。
可以从学习微积分和统计学开局。
可以先学习决策哲学。
由于这些畛域的交叉，机器学习和ai让我着迷。
我知道的越多，就越知道有很多物品要学。这让我很激动。
有时刻，当我的代码不可运转时，我会感到丧气。或许说我一个概念都疑问。所以我临时丢弃。我丢弃了解脱疑问，睡了个午觉。或许去散步。回来的时刻，觉得是用不同的目光看着它。兴奋又回来了。我不时在学习。
这个畛域出现了很多事件，所以入门或许会让人望而生畏。选用太多造成没有选用。疏忽这个。
从你比拟感兴味的中央开局，跟着做。假设这样会造成死路一条，那就太好了。你曾经搞分明自己对什么不感兴味了。循着自己的脚步，向大路走去。
电脑很痴呆，但还是不能自学。他们须要你的协助。
华为3d智能电视什么叫智慧屏，请引见配置
智能屏幕具备人机对话的基本配置，经常使用体验更好。另外，它不只仅是一台电视，它可以协助你锻炼和学习。你把你的需求通知它，它会在它的才干范围内比拟大水平的满足你。比如你想快进视频5分钟，传统的方法是用遥控器来回试。只需通知它在智能屏幕上快进5分钟，想暂停就通知它。说白了，人工智能让电视智能化。以前，遥控加手动的方法被智能屏幕和人们的需求所取代。一切电视操作都可以独立实现，你只须要说出你的需求。
小米智能电视可以看虎牙直播吗虎牙直播tv版
可以，但是在放开核心如同没有。应该是从电脑上，装置在u盘电视上
小米智能音箱音响边放歌边玩游戏音效会不会混音
不，是我布置的。前期听了几天交响乐，声响很完美，特意难听。
不，是我布置的。前期听了几天交响乐，声响很完美，特意难听。
小米智能音箱hd和电视音响哪个听歌好
高浊音质太强，一切歌曲都是重高音。觉得这样不太好，没法调整
小益智能明码锁门铃配置可封锁吗
可以经过app设置音量，但是静音后没有语音提示，后续经常使用会带来一些费事。把音量调到比拟小就行了。
： 早餐店卖什么赚钱
： 守业为什么要选轻资产行业？
