写在前面
我不会写得太长的>_<，如果真的写得很长很长，也请耐心读下去。因为，都是从血淋淋的教训中总结出来的经验。
目录
- 看看现今machine learning的应用领域
- 我的故事
- 学习资料
- 为什么要推荐这些资料？
- 后期
- 补充资料
看看现今machine learning的应用领域
大领域可分为4个，按学习难度，找工作难度，可发展程度(水论文，偏学术)，工业界应用成熟度，对女生友好度(5*满分)
-
传统的数据挖掘(偏统计)，比如说你导师做的泰迪项目，用svm，集成学习做传统的数学建模。
- 学习难度：**
- 找工作难度：**
- 可发展程度：*
- 工业界应用成熟度：*****
- 对女生友好度：*****
-
自然语言处理：智能问答，机器翻译，知识图谱，图片描述
- 学习难度：****
- 找工作难度：****
- 可发展程度：*****
- 工业界应用成熟度：**
- 对女生友好度：*****
-
计算机视觉：图片分类(天眼)，视频定位，视觉与医疗(CT图像识别)，无人车
- 学习难度：***
- 找工作难度：***
- 可发展程度：****
- 工业界应用成熟度：***
- 对女生友好度：****
-
强化学习与AI：Alpho Go，游戏AI
- 学习难度：*****
- 找工作难度：*****
- 可发展程度：*****
- 工业界应用成熟度：*
- 对女生友好度：*
我的故事
我大一下学期初(201604)开始机器学习的学习，转眼间已经有1年半了，看看我都做了什么:
前期
coursera ng 的课，这是毕业证书：
image.png
udacity 机器学习纳米学位，这是证书:
image.png
参加各种会议，见到李航博士啊，好鸡冻(≧▽≦)/
1746159301.jpg
1491654004.jpg
中期
各种直播，传授知识。
- 校园红人
- udacity第四期导师
1381139976.jpg
各种数据挖掘比赛。
- 阿里聚安全数据挖掘比赛
image.png
- 京东算法比赛直播交流
image.png
后期
- AI challenger 图片描述比赛
- 无人驾驶学习中
学习资料
不需要多，要精。
python:对新手非常非常友好的udacity课程。
cs224d:斯坦福自然语言处理的课程。只要你认认真真地看完，里面的项目都完成了，我能够担保，我能够保证，你在这个领域具有很强，很强的竞争力。
为什么要推荐这些资料？
有句话说得好，没吃过葡萄，不知葡萄酸。这些课程我都看过，比较过，自然有足够的信心推荐给你们
为什么cs224d很好？
- cs231n是学习计算机视觉必看的课程，就像学机器学习的人要看andrew ng的coursera课程一样。cs224d跟cs231的影响力一模一样，必看课程。我在大二完成了cs224d的1/3课程(后面被其他事情耽误了)
为什么推荐udacity的python课程？
- 学习一门语言，要快，快刀斩乱麻那种快。给自己定个小目标，3天？一个星期？10天？学习并不等于掌握，掌握是在项目经验的体现。所以这门课非常适合，够短(一个星期，2～3h/每天)，最终需要完成一个小的爬虫项目。
- 而且udacity的课程都是硅谷的课程。
后期
不急，不急
其实你是多幸福啊，至少机器学习不懂的东西，你都可以问我:-)))))))
补充资料
python cs101
cs224d主页面上的python checklist可以当作测试python熟练度的手段。
image.png
