如何让人工智能和机器学习更易上手？

如果你是零基础，想要快速上手人工智能和机器学习，可以尝试一些实用的方法来简化学习过程。比如，选择一个安静舒适的环境，例如一家咖啡馆，这里有美味的咖啡和充足的自然光，可以帮助你更好地集中注意力。

小芯的朋友曾在美国苹果公司工作，后来他决定转行，投身于自己曾经服务的技术领域——人工智能和机器学习。刚开始，面对众多需要掌握的内容，他感到无从下手。每周，Google和Facebook等公司都会推出新的服务，这让他更加困惑。

尽管无人驾驶汽车技术令人印象深刻，但他对此并不感兴趣，认为在道路上驾驶并不安全。尽管人工智能已经取得了巨大进展，但对于什么是真正的人工智能，人们的看法并不一致。有人认为深度学习是人工智能的一部分，而另一些人则坚持只有通过图灵测试的技术才算是人工智能。这种多样化的定义起初让他感到困扰，但最终他学会了如何应对这些差异。

动手实践

为了开始学习，小芯的朋友决定参加在线课程。他在Udacity注册了一个深度学习微学位课程，尽管他没有任何编程经验。虽然一开始他很担心自己无法完成课程，但他还是勇敢地开始了学习之旅。他甚至在开课前三周就给Udacity发邮件询问退款政策。幸运的是，他不仅完成了课程，还在过程中收获了许多宝贵的经验。

获得深度学习微学位后，他继续学习人工智能微学位、自动驾驶汽车微学位或机器人微学位。然而，他发现自己在选择下一步该做什么时陷入了迷茫。于是，他制定了一个详细的学习计划，并在Trello上记录了他的学习进度。为了保持动力，他还开始在网上分享自己的学习经历，寻找志同道合的朋友。

找工作

小芯的朋友是澳大利亚人，但他希望在美国寻求机会。于是，他买了一张单程机票，准备在美国找工作。他通过LinkedIn联系到了一位叫Ashlee的人，后者推荐他去见一位名叫Mike的人。Mike对他的学习经历非常感兴趣，并建议他去见另一位名叫Cameron的人。在一系列面试和讨论后，他得到了Max Kelsen公司的offer。为了接受这份工作，他推迟了回澳大利亚的行程，并买了一张回程机票。

分享学习生活

尽管他没有正式的学位，但他通过在线课程获得了许多有价值的技能，并在GitHub、LinkedIn和Medium等平台上分享了自己的学习成果。他的努力最终得到了认可，Max Kelsen的团队在LinkedIn上看到了他的个人资料，并邀请他加入公司。

如何开始？

对于初学者来说，从一些简单的Python入门课程开始是一个不错的选择。这些课程可以帮助你逐步建立信心，并逐渐过渡到更复杂的数据科学、机器学习和人工智能领域。DataCamp等平台非常适合初学者，提供了丰富的资源和实践机会。

对数学的要求有多少？

虽然数学在机器学习和深度学习中扮演着重要角色，但对于初学者来说，不需要具备深厚的数学背景。现代工具如TensorFlow和PyTorch可以帮助你快速上手，即使你对数学的理解有限。如果你想深入研究，可以考虑在可汗学院等平台补充数学知识。

机器学习工程师的实践工作是什么？

机器学习工程师的工作可能与你想象的不同。他们需要解决许多实际问题，包括如何利用机器学习更好地理解业务需求、如何处理数据、如何选择合适的模型、如何部署模型以及如何维护模型。这些任务都需要综合运用各种技能和工具。

没有特定的学习途径

进入机器学习或人工智能领域的途径多种多样，没有固定的模式。你可以从学习Python编程开始，然后逐步深入到数学、统计学等领域。最重要的是保持好奇心和持续学习的态度。遇到挫折时，不妨暂时放下，休息一下，换个角度思考问题，你会发现新的灵感和动力。

总之，人工智能和机器学习是一个充满挑战和机遇的领域。只要你保持积极的心态和不断学习的精神，就能在这个领域取得成功。