9
雷鋒網(wǎng)按：本文原作者王樹義，本文原載于作者的微信公眾號(hào) 玉樹芝蘭（ID：nkwangshuyi）。雷鋒網(wǎng)已獲得作者授權(quán)。
今天學(xué)習(xí)不努力，明天努力找工作
2017 年 1 月，人類在智力領(lǐng)域數(shù)萬年積攢下來的囂張氣焰遭到了若干次無情的打壓。
咱們不提 CES 2017 上激動(dòng)人心的自動(dòng)駕駛產(chǎn)品（估計(jì)七八年之后你的駕駛證就可以扔掉了），也不細(xì)講《最強(qiáng)大腦》節(jié)目里人類精英在圖像識(shí)別環(huán)節(jié)被碾壓（這曾經(jīng)是人類可以嘲笑人工智能的典型領(lǐng)域），就說說圍棋界的海嘯吧。
數(shù)十位人類圍棋界頂尖高手，用人類圍棋對(duì)弈的千年智慧結(jié)晶，歷經(jīng)艱苦卓絕的奮斗，依然被 Master 用快棋打了個(gè)一塌糊涂——60:0。
別人輸棋以后都很茫然，唯獨(dú)古力九段戰(zhàn)后的話最為耐人尋味——“人類與人工智能共同探索圍棋世界的大幕即將拉開”。
這話我聽著，覺得韻腳極為熟悉。突然想起來王朔的《頑主》中描述過類似情節(jié)。
馬青興沖沖地走到了前面，對(duì)行人晃著拳頭叫喚著：“誰他媽敢惹我？誰他媽敢惹我？” 一個(gè)五大三粗，穿著工作服的漢子走近他，低聲說：“我敢惹你?！?馬青愣了一下，打量了一下這個(gè)鐵塔般的小伙子，四顧地說：“那他媽誰敢惹咱倆？”
玩笑歸玩笑，不過人類精英終于學(xué)會(huì)謙遜，并對(duì)人工智能表達(dá)了合作的誠意，這也是好事兒。人工智能的崛起讓很多人自以為認(rèn)識(shí)到了一個(gè)現(xiàn)實(shí)：
你今天有工作的時(shí)候不學(xué)習(xí)人工智能，明天人工智能會(huì)取代你的工作。
你同意嗎？
其實(shí)這話錯(cuò)了，它不是現(xiàn)實(shí)。
人和機(jī)器不會(huì)發(fā)生競爭。人掙錢吃飯，機(jī)器有電就行。
現(xiàn)實(shí)是：
你今天有工作的時(shí)候不學(xué)習(xí)人工智能，明天就有人利用人工智能取代你的工作。
人和人永遠(yuǎn)免不了競爭。這場軍備競賽里面，人工智能已經(jīng)成為了個(gè)體可以掌握的核武器。別人懂了，你不懂，結(jié)果會(huì)很美妙。
？！……
當(dāng)然我說的是別人的結(jié)果。
人工智能領(lǐng)域中，目前最火的技術(shù)是機(jī)器學(xué)習(xí) (machine learning)，尤其是近年來伴隨大數(shù)據(jù)產(chǎn)生而崛起的深度學(xué)習(xí) (deep learning)。不論是 AlphaGo 還是百度大腦，其實(shí)都是使用了（深度）機(jī)器學(xué)習(xí)，才變得如此厲害。
想不想學(xué)習(xí)一下 “機(jī)器學(xué)習(xí)” 呢？
要了解和掌握機(jī)器學(xué)習(xí)，路徑有很多。你可以選課、報(bào)班，甚至自己看書。但是我更推薦的，是 MOOC。
對(duì)于大多數(shù)人來說，MOOC 資源更容易獲得。只要你有一臺(tái)能上網(wǎng)的電腦，就可以開始學(xué)。
因?yàn)檫@幾年機(jī)器學(xué)習(xí)很火，因此相關(guān) MOOC 很多。有好事者就開始進(jìn)行梳理總結(jié)，把數(shù)十門課程分成初級(jí)、中級(jí)、高級(jí)，每一部分都有十余門課程。然后羅列出來，供讀者按部就班來學(xué)習(xí)。
我的評(píng)價(jià)是，他們用非常認(rèn)真負(fù)責(zé)的態(tài)度干了一件糟糕透頂的事兒。
為什么？
因?yàn)槟阋还赡X羅列數(shù)十門課程，不會(huì)絲毫降低學(xué)習(xí)的門檻，反而迅速減少了 “從入門到放棄” 的時(shí)長。
沒錯(cuò)，看完了你的清單，讀者就放棄了。他的結(jié)論是 “機(jī)器學(xué)習(xí)這事兒看來跟我這輩子沒關(guān)系”。
本文嘗試做一件與眾不同的事兒——精選少數(shù)課程，組合一個(gè)易于入門和快速應(yīng)用的路徑。
要達(dá)到這個(gè)目標(biāo)，就需要從許許多多的 MOOC 里選擇 “最好的” 課程。所謂 “最好的” 課程，需要滿足以下條件：
授課教師自身是牛人；
講授用心；
課程設(shè)計(jì)符合學(xué)習(xí)規(guī)律。
有了這個(gè)標(biāo)準(zhǔn)，許多課程立即被排除掉了。我們精選了數(shù)門課程，分別帶領(lǐng)初學(xué)者完成入門、進(jìn)階、應(yīng)用和補(bǔ)課等過程。組合起來，就是一個(gè)完整的機(jī)器學(xué)習(xí)了解和掌握路徑。
因?yàn)楸娍陔y調(diào)，所以我們不可能找出所有人都公認(rèn)的 “最好” 課程。如果你覺得我列出的課程或者組合方式還不夠好，不要直接開罵。因?yàn)檫@不是一場 PK。歡迎你推薦心目中更好的課程給我們大家，謝謝！
入門課程推薦吳恩達(dá) (Andrew Ng) 教授 Coursera 平臺(tái)上的《機(jī)器學(xué)習(xí)》。
吳恩達(dá)教授，就是《最強(qiáng)大腦》里面帶著人工智能來砸場子的這位仁兄。
他是斯坦福大學(xué)教授，Coursera 的聯(lián)合創(chuàng)始人之一。
如果你在 MOOC 論壇上發(fā)問，網(wǎng)友們給你推薦的第一門機(jī)器學(xué)習(xí)課程八成也是這門。
原因是門檻低，天花板很高。
所謂門檻低，是指不要求你多么熟練掌握某種語言編程技術(shù)，也不需要你的數(shù)學(xué)知識(shí)達(dá)到做完若干冊《吉米多維奇數(shù)學(xué)分析習(xí)題集》的水平。
所謂天花板很高，是指該課程全面介紹了機(jī)器學(xué)習(xí)中的核心知識(shí)，并且擴(kuò)展到若干不同應(yīng)用領(lǐng)域。其實(shí)我真是覺得這種課程設(shè)計(jì)方式非常值得我國大學(xué)來學(xué)習(xí)。在保證覆蓋面的同時(shí)，只在幾個(gè)關(guān)鍵知識(shí)點(diǎn)著力反復(fù)練習(xí)，使得學(xué)生學(xué)起來輕松，卻真的掌握到了精髓。
我覺得這才是真正的大師水平。
之前為這門課程專門寫過一篇文章《機(jī)器學(xué)習(xí)，你也行》。這里就不再贅述了。感興趣的同學(xué)歡迎出門左轉(zhuǎn)去看看。
學(xué)完這門課，你就可以自豪地宣稱自己了解機(jī)器學(xué)習(xí)了。
獲得了吳恩達(dá)教授課程證書之后，千萬要趁熱打鐵，掌握現(xiàn)今最為熱門的深度學(xué)習(xí)。
所謂深度學(xué)習(xí)，就是利用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)。如下圖就是利用深度社交網(wǎng)絡(luò)辨別一張圖片究竟是車、人，或是動(dòng)物。
此處推薦的課程是 Geoffrey Hinton 教授的《神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)》。
為什么推薦這門課？
首先，你會(huì)發(fā)現(xiàn)這門課使用的軟件工具與上一門課程一樣，都是易于安裝、便于掌握的 Octave。你不需要去了解編程環(huán)境的各種配置，拿過來直接用就行?？蚣艽a都已經(jīng)提供，你只需要在重點(diǎn)環(huán)節(jié)進(jìn)行修改和補(bǔ)充。
其次，課程默認(rèn)你學(xué)過吳恩達(dá)教授的課程作為前導(dǎo)。因此二者沒有什么重疊，避免重復(fù)勞動(dòng)。直接高屋建瓴，繼續(xù)向縱深推進(jìn)。
第三，Hinton 教授是深度學(xué)習(xí)領(lǐng)域公認(rèn)的權(quán)威。
這位大叔最大的本領(lǐng)就是對(duì)事業(yè)有自己的思考和見解，不人云亦云。當(dāng)年人工智能領(lǐng)域遭遇寒冬，資助都沒了，實(shí)驗(yàn)室都維持不下去了。許多有才華的人都跳到其他領(lǐng)域去了，唯獨(dú)他老人家總是覺得不斷改進(jìn)與發(fā)展中應(yīng)該有機(jī)會(huì)，就留了下來。
事實(shí)證明這種堅(jiān)持帶來的收獲是顯著的。他比別人提早深耕了數(shù)十年，如今的學(xué)者在深度學(xué)習(xí)領(lǐng)域無論寫什么新論文幾乎都繞不開引他的文獻(xiàn)。:-P
所以，聽這樣泰山北斗級(jí)別的人物給你授課，真的是一種幸福。對(duì)別人來說一種非常高深莫測的算法，讀起來要么如同天書，要么擊節(jié)贊嘆，可在他嘴里無非是 “哦，那一年我試了一下這個(gè)，不成；后來突然開竅了，在這里改變了一點(diǎn)點(diǎn)，然后就……”
有些人在討論區(qū)留言說他的笑話講得太有趣了。這是真的。不過你學(xué)起來的時(shí)候?qū)@個(gè)事兒期望不要太高——作為外國人，你的生活環(huán)境和文化底蘊(yùn)不同，笑話就別指望都能聽懂了。
學(xué)完這門課，別人要是再想拿深度學(xué)習(xí)的概念來忽悠你，就很困難了。
這話你聽懂了嗎？
學(xué)完這門課，如果你拿深度學(xué)習(xí)的概念去忽悠別人……
咳咳。
通過前面兩門課，你理解了什么是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。但是你可能不愿意只停留在概念理解上，卻很想做出些東西來實(shí)踐。實(shí)踐應(yīng)用一方面可以檢驗(yàn)?zāi)銓W(xué)習(xí)的效果，另一方面可以幫助你積累經(jīng)驗(yàn)，同時(shí)還可以帶來成就感。
不好意思，在應(yīng)用實(shí)踐環(huán)節(jié)這里，路徑上有個(gè)分支。
第一種選擇是 Udacity 上面的課程”Intro to Machine Learning”(ud120)。授課人是 Sebastian Thrun，前幾年他一直是 Google 自動(dòng)駕駛技術(shù)的負(fù)責(zé)人。
這門課采用的函數(shù)庫是 Scikit-learn，構(gòu)建于 Python 之上。課程設(shè)計(jì)得很吸引人，利用一些數(shù)據(jù)集，讓你熟悉如何用別人構(gòu)造好的功能（函數(shù)調(diào)用），加上你自己的理解（參數(shù)調(diào)整）來完成一些小型項(xiàng)目。
我對(duì)這門課程總體上很滿意，吐槽在于對(duì)免費(fèi)學(xué)習(xí)用戶而言，因?yàn)槿狈Ρ匾o助，最后的大項(xiàng)目難度陡然提高。一般人難以適應(yīng)，很容易中途放棄。當(dāng)然，如果你是付費(fèi)用戶，會(huì)有專人帶領(lǐng)你一步步前行，并且提供必要的幫助，感覺就好多了。
第二種是選擇 Coursera 平臺(tái)上華盛頓大學(xué)的機(jī)器學(xué)習(xí)課程專項(xiàng)系列 (specialization），課程名稱為 “Build Intelligent Applications”。
先吐槽一下，我覺得這個(gè)課程明顯體現(xiàn)出資本市場對(duì)于學(xué)術(shù)活動(dòng)的干擾。課程系列包含了 6 門課。但是到目前為止只推出了前 4 門。第 5 門一直在不停跳票。從 2016 年的 9 月份一直推遲到了 2017 年 1 月底。
為什么？因?yàn)橹髦v人兩口子的公司 Turi 被蘋果收購了。于是他們只好暫緩手頭的課程制作，處理收購的各項(xiàng)事宜。
不過從已經(jīng)推出的 4 門課來看，水平非常高，而且設(shè)計(jì)巧妙。
課程采用案例教學(xué)，就是每一個(gè)模塊都依照具體問題給定數(shù)據(jù)集進(jìn)行處理。第一門課是總覽，讓用戶體會(huì)每一部分的重要內(nèi)容，并且動(dòng)手運(yùn)行嘗試，增加趣味和信心。
然后從第二門開始，每門分別介紹一個(gè)機(jī)器學(xué)習(xí)類型。每一周的課程由淺入深，逐漸加碼。利用 Jupyter Notebook 保存練習(xí)的結(jié)果，將來可以直接用到實(shí)踐中。
兩口子還非常大方地開放自己公司的產(chǎn)品免費(fèi)給學(xué)生使用。他們的產(chǎn)品對(duì)于學(xué)術(shù)界也是相當(dāng)于免費(fèi)（每年需要手動(dòng)免費(fèi)更新一次證書），很慷慨。不過被收購以后，這個(gè)政策的事兒就不好說了。
有的章節(jié)題目很有一些難度。作為學(xué)習(xí)者，你得做好遠(yuǎn)離舒適區(qū)，不停在學(xué)習(xí)區(qū)遨游的準(zhǔn)備。
上述這兩門課程選擇一門聽完，你應(yīng)該可以具備自己動(dòng)手處理一些小型數(shù)據(jù)集的能力了。對(duì)于學(xué)習(xí)、工作和科研應(yīng)該會(huì)有很大的助益。
你很不滿意，想要處理大規(guī)模數(shù)據(jù)？這個(gè)事兒需要兩個(gè)條件支撐：
你需要能得到大規(guī)模數(shù)據(jù)；
你得有相應(yīng)的硬件條件。
實(shí)話實(shí)說，目前絕大部分人不具備相應(yīng)的條件。所以這個(gè)問題有空咱們再深入聊。
你可能對(duì)自己的知識(shí)基礎(chǔ)沒有什么信心——我不是數(shù)學(xué)或者計(jì)算機(jī)相關(guān)專業(yè)的，也能學(xué)會(huì)機(jī)器學(xué)習(xí)嗎？
從剛才的課程介紹，你應(yīng)該不難看出?，F(xiàn)在機(jī)器學(xué)習(xí)的門檻已經(jīng)很低了。但是為了達(dá)成目標(biāo)，你還是需要掌握一些非?；A(chǔ)的知識(shí)，主要包括：
數(shù)學(xué)（初級(jí)微積分、概率論與統(tǒng)計(jì)、線性代數(shù)）；
編程語言（例如 Python）
如果你缺乏相應(yīng)的知識(shí)，沒關(guān)系，補(bǔ)就是了。缺哪里補(bǔ)哪里，反復(fù)補(bǔ)充，這樣學(xué)習(xí)勁頭和效率都有保障。
Python 語言的補(bǔ)課方式我建議采用密歇根大學(xué)的 Coursera 課程系列《人人都能學(xué)編程》。
這是目前我見到過的最適合數(shù)據(jù)科學(xué)初學(xué)者的 Python 語言入門方法。學(xué)了這門課程，你不僅掌握了一門語言，還可以掌握數(shù)據(jù)挖掘的基礎(chǔ)知識(shí)。包括數(shù)據(jù)庫操作、API 和爬蟲等。跟前面的實(shí)踐類課程直接可以對(duì)接，嚴(yán)絲合縫。
至于數(shù)學(xué)知識(shí)的補(bǔ)充，我推薦的是 Bill Gates 一直贊不絕口的可汗學(xué)院。
可汗學(xué)院起家的本領(lǐng)就是幫助學(xué)生輔導(dǎo)數(shù)學(xué)功課。因此在 MOOC 領(lǐng)域，該平臺(tái)的數(shù)學(xué)課程是積累最為豐富的，對(duì)學(xué)生來說也是最無痛的。
看到可汗學(xué)院這么多數(shù)學(xué)課程類別了嗎？別猶豫，抓緊學(xué)吧。你不會(huì)重溫大學(xué)一年級(jí)的噩夢的，因?yàn)橹v授方式真的很生動(dòng)、很有趣。
你還上過哪些講解機(jī)器學(xué)習(xí)的好 MOOC？它的獨(dú)特之處在什么地方？能否替換本文列出的部分課程，形成更好的組合？歡迎留言分享，我們一起討論。
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
