学习机器学习过程中都走过哪些弯路,怎样避免走弯路?

337 阅读2分钟

这是我在知乎上的一个回答,整理以后发布掘金上,分享给大家,也和大家说说自己所遭遇的一些坑,一些过程,未来我会在掘金持续更新我的NLP学习之路,还请大家多多指教!

要说弯路,其实自己遇到了不少:
1:不要迷信最新的算法和论文:

一定要从最基础的知识学起(当时去听马毅的报告,马老师说如果你没读过前几十年的论文和算法,你是做不出来成果的,当时触动很大)

2:算法一定要亲自动手推导:
之前在讨论的过程中发现很多人都说现在的框架这么方便,算法的推导已经不重要了,自己只需要学会调包会用就行,这样的人我不能说他错,但是也绝对不是觉得对,但是我觉得如果你想做一点成就,就把经典算法都过一遍,会有很大收获.

3:自学的效率往往很低:

这个是我自己走过最大的弯路,当时以为自己很努力,每天花很多时间在里边,结果方法不对,导致现在还是机器学习学不会,自然语言处理不及格,深度学习搞不懂。17年上半年遇到了几位很不错的老师和师兄师姐,他们给我很多的指导,让我意识到我的方法是有问题的,并且跟人讨论同样的一个问题,和自己理解的问题差很多,这是真的!

4:多动手实验

经常实验。这个是必须的,尽管可能很失败,别愁写代码,别愁读代码,不读不写,怎么都不会,结果做的跟理论差很多,也别沮丧,一遍不成两遍,两遍不成再试一遍,再试一遍还不成那就换换思路试试看!

5:清楚人与人之间的差距

这个最重要了。。。。智力差距是影响心情的重要因素。。。