学习机器学习还是学习关于学习机器学习-

学习机器学习还是学习关于学习机器学习？

原文：towardsdatascience.com/learning-ml-or-learning-about-learning-ml-fe0c3b7b6440/

我们都经历过这种情况。我们的浏览器充满了这些内容，我们的笔记溢了出来，我们经常有详细的计划来应对它们：关于机器学习的在线课程、关于机器学习的文章、关于机器学习的视频。

在互联网上漫游时，我们不断地充实我们的“酷机器学习资源”列表。当我们找到一个关于如何在X天内学习机器学习的现成课程时，这就像我们中了头奖。“这正是我需要的，”我们告诉自己，“这就是我学习机器学习的方法。”我们对机器学习充满热情，并且很快被闪亮的新事物、课程和学习材料所激励。

图片由 Scott Graham 在 Unsplash 提供

当我们找到一个与我们产生共鸣的资源时，我们很容易想象自己坐在办公桌后面，周围都是书籍（或屏幕）。我们看到自己快乐地一页页阅读，一行行编写代码，实现具有挑战性的算法。我们几乎能感受到自己已经X天更接近未来了。

然后，我们又找到了另一篇关于学习机器学习的文章，其中包含了推荐的课程、课程顺序和替代路径。另一个白日梦开始了。

---

任何人在机器学习（ML）的任何阶段都可能遇到这种情况；最近我就遇到了。在我机器学习之旅的第 5 年，我意识到我需要重新与基础知识建立联系。我寻找了教授机器学习背后数学的最佳课程，寻找提供练习材料的学习资源。我比较了平台 A、B 和 C。每当一个提供的内容，无论是付费还是免费，没有满足所有（无意识地要求的）条件时，我都会继续搜索。

当我找到一个好的课程时，我只上了一节课，发现它并不完全适合，怀疑我的决定，然后又开始搜索...

停下来，我最终告诉自己，并选择了一个免费可用的资源——我陷入了思考，逃避了不那么浪漫（但更现实）的日常机器学习实践。

就像任何其他领域一样，在心理上想象自己学习机器学习比在那个时刻真正学习机器学习要容易。而且，学习机器学习是困难的。它需要专注、练习和耐心。学习关于学习机器学习比实际学习机器学习要轻松。

图片由 Karim MANJRA 在 Unsplash 提供

并且是的，互联网上充满了资源——这就是为什么我们有不断增长的机器学习在线课程、博客文章和视频列表。但到了某个时候，你需要真正地跳出来前进。准备跳跃是完全可以的，但只有准备而没有执行只是浪费时间。

在你的机器学习之旅中取得进步，有时你需要务实。问问自己想要学习什么，然后采取实际步骤坐下来学习。为了使执行更容易，使用以下方法：

1. 快速选择一个资源并坚持下去： 强烈限制你的研究时间。记住，将另一个机器学习课程添加到你的列表中并不是进步。根据你以前的经验，一到两个小时彻底研究就足够了。然后，承诺使用单一资源，无论是在线课程、书籍还是教程，并坚持到底。避免从一个闪亮的资源跳到另一个。

2. 设定现实目标： 将学习分解成可管理的部分。在设定的时间内完成一章、一个编码练习或一个视频课程。每日（或每周）的目标效果最好，因为它们很容易掌握。

3. 积极练习： 不要只是被动地消费内容。通过解决练习问题、编写代码（我最喜欢的），或在自己的项目上工作来应用你正在学习的内容。

4. 建立常规： 指定特定的时间用于机器学习学习。根据你剩余的义务，早上最早的两个小时效果最好。重要的是，使用这些预先分配的时间段继续学习你选择的内容，而不是寻找新东西。

5. 接受不完美： 你的前几个项目、代码行或练习可能很混乱，这是完全可以接受的。如果它们是完美的，你一开始就不需要学习任何新东西。

6. 务实： 不要过度思考。完成立即需要采取的下一步，然后进行适应。

你的机器学习之旅会有起伏，它很少是线性的。如果你发现自己过度规划，记住：任何行动通常都比从未执行的完美计划要好。

---

进一步阅读：

六年后再学机器学习，我会怎么做