世界之大無奇不有，只是我們見識淺短罷了。其實科技發展很快，一般在你磨磨蹭蹭起床的一瞬間，也許就有一個重大技術突破，緊接著就會有一項偉大的發明出現！
目前人工智慧已經涉及了各個行業，在人工智慧領域， 十個崗位搶一個優質候選人這種現象不足為奇。有的候選人最高Offer年薪接近200萬，這是極端少數個例，是演算法稀缺人才，絕大部分跳槽後薪資平均分佈在30-80萬之間，談的好能力非常出眾的能過百萬。
1、首先，人工智慧AI領域有少量非常經典的培訓課程，是完全免費的，而且非常容易找到。
如果你和前面例子一樣，已經選定了機器學習作為學習目標，Andrew Ng 的 Machine Learning 是一定要從頭到尾學一遍的。每節課後的習題都比較簡單，要逼著自己做完。
和有同樣目標的人交流，經常能在不經意間得到優質推薦。
3、然後，在儘量廣泛地收集了大量培訓資訊後，對照課程大綱和自己的學習計劃進行選擇。
教師聲譽、培訓機構聲譽、網友評價等可以作為參考和背書，但核心是課程大綱與個人計劃的匹配度!
4、再次，按優先順序裁剪個人計劃。
當然，想找到和最初版本計劃100%匹配的培訓課程基本是不可能的(除非的你的計劃就是照著某個培訓課抄的)。
這就不能不涉及到對於個人學習計劃的裁剪。裁剪的原則應該是：確保核心知識和大體結構，在細節上做出妥協。
比方說，你自我判斷數學是必須要補習的部分，那麼就不要找完全一點數學基礎都不講，上來就是模型的培訓課。你確定了要學每個模型的數學推導過程，就不要找只是描述原理，把絕大多數時間都放在程式碼實踐上的課程。
世界之大無奇不有，只是我們見識淺短罷了。其實科技發展很快，一般在你磨磨蹭蹭起床的一瞬間，也許就有一個重大技術突破，緊接著就會有一項偉大的發明出現！
目前人工智慧已經涉及了各個行業，在人工智慧領域， 十個崗位搶一個優質候選人這種現象不足為奇。有的候選人最高Offer年薪接近200萬，這是極端少數個例，是演算法稀缺人才，絕大部分跳槽後薪資平均分佈在30-80萬之間，談的好能力非常出眾的能過百萬。
1、首先，人工智慧AI領域有少量非常經典的培訓課程，是完全免費的，而且非常容易找到。
如果你和前面例子一樣，已經選定了機器學習作為學習目標，Andrew Ng 的 Machine Learning 是一定要從頭到尾學一遍的。每節課後的習題都比較簡單，要逼著自己做完。
和有同樣目標的人交流，經常能在不經意間得到優質推薦。
3、然後，在儘量廣泛地收集了大量培訓資訊後，對照課程大綱和自己的學習計劃進行選擇。
教師聲譽、培訓機構聲譽、網友評價等可以作為參考和背書，但核心是課程大綱與個人計劃的匹配度!
4、再次，按優先順序裁剪個人計劃。
當然，想找到和最初版本計劃100%匹配的培訓課程基本是不可能的(除非的你的計劃就是照著某個培訓課抄的)。
這就不能不涉及到對於個人學習計劃的裁剪。裁剪的原則應該是：確保核心知識和大體結構，在細節上做出妥協。
比方說，你自我判斷數學是必須要補習的部分，那麼就不要找完全一點數學基礎都不講，上來就是模型的培訓課。你確定了要學每個模型的數學推導過程，就不要找只是描述原理，把絕大多數時間都放在程式碼實踐上的課程。