如果你不是高学历人群，请不要恐惧进入机器学习的世界

淡淡的烟草味﹌ 2022-09-11 09:25 8阅读 0赞

### 文章目录 ###

*  内容介绍
 *  机器学习学位
 *  学位有局限性
 *  跳过学位
 *  正确学习机器学习
 *  去找个工作
 *  机器学习实践研究

# 内容介绍 #

我见过一些人认为他们需要获得机器学习学位。

我完全支持学位，我只是不认为他们适合每个人。我也知道，你可以在机器学习方面起步，而且没有学位就能走得更远。

在这篇文章中，我将说服你，你不需要获得机器学习学位才能开始学习或在机器学习领域取得进步。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_20_color_FFFFFF_t_70_g_se_x_16]

# 机器学习学位 #

你可能相信你需要一个机器学习学位，也许你需要。

你认为你需要一个学位的一些原因是：

*  **正确学习机器**：获得机器学习学位将以结构化的方式教你机器学习。学位课程是由在学科和如何教育方面有经验的学者设计的。学位课程是有针对性的，明确规定了学生在加入该项目之前的期望，以及他们在该项目之后能够做些什么。
 *  **找工作**：获得更高的机械学习学位将给你申请机器学习工作的机会。为需要特定技能集的职务做广告的组织，并选择使其能够有效筛选申请者的先决条件。关于机器学习工作的广告通常要求在机器学习或密切相关的领域获得学位或更高的学位。
 *  **实践机器学习研究**：获得更高程度的机器学习学位将给你实践机器学习研究的机会。绝大多数机器学习研究都是由大学和工业界的研究实验室完成的。这些实验室的竞争十分激烈，招聘职位的先决条件是特定的本科学位和荣誉课程。

# 学位有局限性 #

如果你能完成机器学习的学位，这并不能保证你所寻求的结果。它可能会增加你的机会，但成功是不确定的。学位是伟大的，我也有一些自己，但请记住，他们只是一条道路，就像任何一条道路都有自己的一套限制。

取得并完成正式学位是一项重大任务。下面列出了一些可以帮助您深入考虑这种方法的要点。

*  **学位很贵**：一个学位课程可能花费数万美元或更多，你牺牲了你在这段时间内可能赚到的任何收入，希望你将来有更大的收入潜力。当然，你可以用奖学金来抵消这些费用，你也可以把这些费用推迟到将来。
 *  **学位是别人的象征** ：获得学位，尤其是更高的学位，是有威望的。学位的完成是别人评价你的标志。它是雇主用来提高招聘过程效率的过滤器。
 *  **学位需要很长时间**：一个学位需要数年，一个更高的学位可能需要很多年，甚至是十年中最好的部分。如果你对今天的机器学习感兴趣，那就等很长时间了。
 *  **学位是给普通学生的**：学位是由一个委员会为一般学生设计的，平均成绩和先决条件。它没有考虑到你的特定兴趣或技能。
 *  **学位教师年龄因素**：学位是在你购买该课程之前设计的。在本科阶段，这可能意味着这些材料至少已经过时了很多年。

# 跳过学位 #

你能跳过学位，还能有机会得到你想要的吗？我认为你可以这样做，而且你可以使用多种途径。

例如，我正在实现机器学习算法，撰写关于人工智能的文章，并赢得与会议相关的竞赛，同时作为一名程序员全职工作。在Kaggle(一个机器学习比赛的网站)上，一些成绩最好的竞争者没有更高的学位，如果他们有，他们在完全不同的研究领域。

# 正确学习机器学习 #

你可以按照自己的速度，在家里完成机械学习方面的正式培训。正规培训的三种备选方案包括：

*  完成一个关于机器学习的在线课程。看讲座，做作业，和其他学生交流。
 *  读一本关于机器学习的书，翻开封面。记笔记，完成练习，实现你学到的东西。
 *  设计并执行你自己的课程。利用高质量的免费和付费的材料，您最感兴趣的科目，并设计课程，并增加您所需的手续。

# 去找个工作 #

您可以创建符号，向潜在雇主表明您在机器学习方面的技能。它将需要主动和营销代表您。您可以创建三个符号示例：

完成一门课程或阅读一本书，并在你去的时候在一个公共博客上跟踪你的进展和发现。

在机器学习比赛和工作中竞争，以获得一个适度的排名，如在前n%的竞争中。与技术熟练的从业者合作，更快地掌握技能并取得更好的效果。

完成机器学习中的小项目，在博客和社交媒体上发布结果，并在公共版本控制系统上发布代码。建立一组已完成的项目，您可以参考、借鉴和讨论。

# 机器学习实践研究 #

如果你痴迷于特定的概念或机器学习方法，你可以设计你自己的研究计划。

高学历实际上是研究和研究方法上的学徒，也是对该领域更深层次的归纳，这是很难独立复制的。

尽管如此，如果你能在一个机构之外练习机器学习研究。三个例子包括：

*  复制应用研究论文的成果。这可能需要与有关研究人员沟通，以了解方法和数据的细节。结果的复制是科学方法的支柱，结果可以复制或不能复制的论证本身就是可发表的研究。你可以先写博客，然后把你的发现推销给感兴趣的研究人员。
 *  自我发表你自己的关于你的主题的治疗方法。。这可能以白皮书、论文或电子书专著的形式出现。做好你最好的工作，并且有信心与研究团体联系，征求他们的意见和意见。
 *  通过出色的工作和表现出对他人工作的兴趣来贡献和合作。。与该领域的研究人员建立并保持联系。像任何关系一样，慢慢开始，建立信任。

任何人都可以阅读和内化研究论文，写下自己的想法，设计和执行自己的实验。从小事做起，要诚实。学者们喜欢在每件事上挖洞，品味，并从任何形式的反馈中学习。

不要让你对学位的需求妨碍你开始机器学习或认为你可以取得重大进展。

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/93f67bff95e14f89a1675d4dcc6ab0fd.png