自学机器学习的一些建议

最近收到一封网友来信如下：“梁博，你好。我有个对未来发展的一些想法向您请教一下。我是今年毕业的，刚入职了三个...



最近收到一封网友来信如下：

“梁博，你好。我有个对未来发展的一些想法向您请教一下。我是今年毕业的，刚入职了三个月是做java开发。我的岗位偏向搞大数据简单的预处理和大数据的存储。我发现公司有几个互联网的产品都被裁了，感觉自己做系统这块越来越没前途。我一个部门的同事是做算法，机器学习这块，我感觉这方面挺有意思的。自己学了一些算法也感觉挺不错的，而且这个方向未来是很火热的。我自己想自学，你觉得像我这样还来得及么？谢谢了”

回答这个问题不能简单说有前途，还是没有前途，支持或者反对。今天我想结合自己的经历说说我整机器学习的一些过程。

机器学习这个东西我最早接触是在搜狗的时候，我们听说百度那边用机器学习的方法改进了广告点击率，于是开始琢磨起这个事情。后来读了博士后在有道短期打工，他们也在把机器学习用于广告改善点击率的工作上，都是边学边做，有一个场景。因此我想有一个场景是非常非常关键的，大多数人停留在一些理论的研究和一些开源工具的使用，享受不到什么乐趣，于是没有坚持下去，或者没有出什么大成果。

后来离开有道后，失去了这个场景，但是机器学习的方法怎么引用，怎么show呢？首先第一个问题就是需要抓数据，离开了大厂，数据是个大麻烦。那会就用还在有道写的爬虫抓新浪微博数据，做了个微博寻人，闺蜜搜索这样的东西，其中就用到了机器学习的一些基本方法，训练完一个模型马上上线，效果有改进这个感觉是很好的，后来边学边做，更多的一些方法应用在做词库和分词上，可以说这是在博士苦逼期间，最让我欣慰的工作。因此我建议你要是搞机器学习，要么进大厂，要么自己折腾一个场景，做好了在微博上展示，会有很多人给你转发和支持的。我当时做的这些东西获得了很多人脉，包括冯大辉，蒋涛等一票大佬就是这个时候认识的，并给了很多帮助。做东西并且立即展示是一个可以借鉴的思路。

其次，搞机器学习还是需要一些具体的刺激，不能靠认识大佬获得自己牛逼的成就感来支撑，这个也长久不了。还是需要有一些具体的经济收入。比如你做的东西是否在大厂能真正用起来。能不能想到一些能挣钱的机会，这个很重要。或者能发发论文，也可以。总之要有用，持续的有用，有价值，否则也长久不了。我搞机器学习还是捞了不少钱的，这就是一些现实的刺激，也在微博上炫耀了不知道多少次了，这算是精神上的刺激。这些都是能够支持你长期学习的一些动力。

另外，可能是最后一个非常关键的因素就是多交领域的朋友，我最近想搞搞毛笔字，浅尝辄止放弃了，身边没有搞这个并且喜欢这个的人。自己一个人搞，独乐乐，玩不长久。建议要多参加一些机器学习的论坛，技术交流大会。多和搞这个领域的人交朋友。当然交朋友的前提是得有一些基本基础，否则别人讲什么都听不懂，也不会带你玩。

至于具体机器学习范畴很大，本质上就是解决最优化问题，我老板曾经这么说，人类世界也好，自然界也好，任何改进的方向（有效的改进方向）都是向着能量最小化去改进的，所以本质整个世界演进的过程就是一个最优化过程，适应外部环境的过程，需要高代价适应环境的都灭绝了。而低代价适应环境的有可能存活了。我们的很多创业也都是改善现在既有的一些东西，让成本更低，效率更高。而这一切都蕴含在数据中，机器学习就是把一堆杂乱无章的数据抽象成一个个具体的模型（相对于数据，模型是高度压缩的）。我搞的pullword分词的神经网络模型（实体上）也就几十KB，这个都让我惊讶，就这么几十KB的东西就能知道分词该怎么分，通过机器学习对数十万条训练语料的训练最后就浓缩成这么几十KB。这是多么神奇。

最后送你一个参考，这是我学习的时候，随手记录的一些简单sample code

https://github.com/pennyliang/MachineLearning-C---code

希望对你有启发，也建议你能有些心得，想法或者代码分享给更多人，加油。

（完）

最后说一下，之前的本栏目邮箱pennyjob@qq.com 或者jobpenny@gmail.com 我已经很少上去看信了。有需要联系我的，请直接留言。重要的生意可以给我发邮件（mgigabyte@gmail.com），谢谢大家。

    关注 程序员招聘