我学习算法,本质上是一个时代的机缘巧合。至于好坏,我们继续聊下去!
故事背景
我原来在某大型电商公司是做广告反作弊。当时是利用大数据Hive+python/shell,完成一些规律过滤。
长期这样的生活有一段时间,持续了1年多,感觉遇到了瓶颈,觉得自己的职业方向没任何挑战和成长空间。不过由于我们领导的业务能力非常强大、效果显著。所以接到搜索部门的业务订单,开始了对全网的商家刷单行为进行异常识别。
项目实践
由于我对机器学习是懵逼的,所以我按照领导的提示,模拟机器学习算法,一步一步的构建特征和统计,最终完成了我们的第一个算法。在不断优化参数的过程中,得到了一个非常高的准确率,算法也得以上线。
这一次我彻底震惊了,这个算法的最终其实并不难,难的是我的确没见过世面,也不知道一步一步实现的过程和步骤。所以又一次震碎了我的世界观,原来世界上有这么厉害的东西,而我却显得很无知。就好像你是一个苗子还不错的人,经过1年的磨练,突然有人给了你一门适合你的武林秘籍 - 尝鲜版,你上手后,得心应手!你觉得你的瓶颈期没了,有了新方向的那种感觉。
寻找资料
就这样,在这样的思想下,开始寻找各种学习资料。但是你发现,周围的学习资料都不适合你,为什么这么说呢?因为我并不是师出名门,就是并没有良好的公式推导能力(因为很多公式都进行缩写和包装),对于不是科班出来的,光一个符号你可能都不知道是什么,就这样网上晦涩难懂的课程,让学习它的人又高兴又痛苦,而我是第一个被劝退的人。
但是我在工作是真实体验过算法成果,并且通过实践知道它并不是很难的人。我开始怀疑,网上讲公式推导的这群人,可能不太适合我(当然当时也觉得他们教得不行),后来在和朋友聊天的过程中很多人也遇到了这种情况,想学,但是都听不懂这些专家老师在讲什么!
我也没事经常和周围同事聊怎么学习这事,有一个老哥给我说,你看一下这本书《机器学习实战》,这本书说的是算法如何从0通过代码来的过程,由于代码只有加减乘除,所以对于编程基础和调试能力很强的我非常适合,我不用去理解公式推导的过程,只需要理解这个代码这么写有什么用就行。
学习效果
从此一发不可收的,学完这本书,并且分享笔记和录制了视频,不断的强化和完善自我,就这样我也打下来良好的机器学习基础,为此我们在知乎发帖,说:有些课程虽然很牛,但的确不适合非科班的人学习的狂言!然后在GitHub公开了我们学习的全过程,我们的项目在GitHub从0到38K star(机器学习搜索前3,现在可能排序有些变化)。
这个学习的过程很痛苦,怎么说呢,我们花了2个月的时间,不断的调试和输出,写了大量的笔记,完成了对代码的理解(当然也有很多遗漏的地方),在这个过程中,大脑也不断的强化,也慢慢理解了代码这么写的原因,也就是这个算法牛逼的地方。有点像:“读书百遍,其义自见”。
至此,后来学习深度学习的过程、学习大模型的过程,都非常顺利,甚至用轻松来形容也不为过。
学习总结
就是我们要学一个东西,一定要找到一个适合自己的课程体系,就像有的人适合从代码实战中学习、有些人却可以直接从公式推导来学习;所以要清楚自己的能力给自己定位,找到适合自己的,才能学完,不然很容易半途而费,从而错过一套不错的武林秘籍。
现在回过头来想想,算法的好处的确非常多,有机会接触很多牛人的思想结晶。但算法弊病也最为明显,最大的毛病就是:无法可视化的对外展示自己的价值,也就是非常适合做幕后的工作者,很难脱离职场。
🚀 从0到算法大师:我的觉醒之路 🚀
你是否也曾感到职业瓶颈,渴望突破?我曾是电商广告反作弊的一员,日复一日的Hive+Python让我感到乏味。直到一次项目实践,我亲手构建了第一个算法,震惊于其高效与精准!🌟
但学习之路并非一帆风顺,晦涩难懂的公式让我一度放弃。直到我遇到了《机器学习实战》,这本书让我从代码中理解算法,无需深究公式,只需动手实践!💻
📚 学习总结:找到适合自己的学习路径至关重要。无论是从代码实战还是公式推导,关键在于找到最适合自己的方式,才能持续进步,避免半途而废。
💡 算法之美:算法不仅是技术的结晶,更是思想的碰撞。虽然它难以可视化展示,但作为幕后英雄,它的价值无可替代。
👉 行动起来:如果你也渴望突破,不妨从《机器学习实战》开始,踏上你的算法觉醒之路!
#算法学习 #机器学习 #职业发展 #技术突破 #从0到1