去参加大学校友婚礼，伴手礼竟然是10个G种子……

“没想到这小子才毕业1年多，就能买房买车，还娶到了妹子！虽说是郊区吧，那也是房！虽说是电车吧，那也能开！重点是，娶到了妹子！！！同为程序员，差距怎么那么大呢……”

参加完老二的婚礼，虽然替他高兴，但我还是坐在地铁上垂头丧气。

还记得去年春夏交替的时候，有一天晚上临熄灯前，老三在寝室里大声的朗诵了一条新闻：

“美国Indeed网站发布了2017年最佳工作，机器学习工程师以136241美元占据榜单首位，增长达166%。在国内，机器学习工程师同样是各大企业争抢的人才，相关岗位需求缺口巨大，平均年薪超20w。”

一下子，寝室里的所有嘈杂都停止了。大家一个个争相凑到他电脑前看这则消息。20w，天呐，这个数字震惊到我了。

我们4个人一合计，反正大家都是学计算机的，入门起来应该不难。话不多说，就是干！当晚大家都兴奋得不行，聊了好久……

第二天一起床，我们4个就一起开始查“如何入门机器学习工程师”。老二计划报班学习，但我们剩下3个实在是囊中羞涩，只得组成自学天团。老三干劲满满说，自学也不差，现在网上的教程资料这么多，知乎上有很多大佬早就为我们规划好了学习路径，不信学不会。

“机器学习自学指南”，四步走即可：

Step1理论基础，结合视频教程/入门书籍初步了解机器学习理论

Step2理论进阶，结合step1学习的理论基于python进行练习

Step3实战演练，在竞赛网站上结合实际案例进行练习

Step4实习工作，在竞赛中取得一定成绩后在相关实习岗位积累经验

我们分头行动，很快就收集到指南推荐的各种资料，视频、书籍、笔记、论文，看着一点点前进的下载进度条，信心更加充足了！每天学习三小时，三月入门机器学习工程师！

刚开始，宿舍的日常画风突变：

老四：“老大回来啦~来，我考考你，逻辑回归的损失函数长什么样啊？”

我：

“怎么优化？” / “梯度下降法”

“有没有快一点的？” / “牛顿法”

“学习率是干嘛的？” / “公式中的alpha。它代表了每一步下降的步长。如果取值太小，会导致收敛速度特别慢；如果取值太大，会导致震荡甚至不收敛。”

“怎么确定取值？” / “交叉验证”

“老大，不错嘛~” / “你小子也可以哟~”

两周后。

我：“四儿，西瓜书看到哪了？你这两天咋不考我了？这个第6章SVM的推导我有点问题，你来帮我瞅瞅。”

老四：“过两天再看，今天先出去玩一玩。”

老三：在一旁疯狂的点着鼠标，还不住的念叨了，“捡了这个空投，再苟一苟，凭我的装备吃鸡还不是稳了。”

说好的每天三小时呢，我突然也觉得没意思，看也看不懂，还不如去看最近出的新剧。

没出一个月，寝室里好像从未出现过“机器学习”这个名词一样，大家全都有意无意的避开它。

只有老二，像变了一个人一样，除了上课外，就是窝在床上看视频摆弄电脑，谁也不知道他在干嘛。

转眼三个月过去了，到了校招的季节，你问我转行准备的怎么样？电脑里多了十几G的机器学习资料，就待我去学习了。

毕业分别眨眼就来，没想到老二真的开始在一家小公司做算法实习生，只不过工资也只比我们几个搬砖的多上一点。

临行前，我将我那十几个G的资料整理到了一个优盘里，郑重其事的送给了老二，说：“咱几个以后也就你能用的上了”。我依稀记得他好像想跟我说什么，但我摆摆手，制止住他，便离开了。

如今再见，他竟然已经成了大厂的算法工程师，一年多就买房买车结婚了，不禁感叹，一步不同，人生际遇就是天差地别！

我摆弄着手里的小盒子，这是离开婚礼现场时，老二神秘兮兮的塞给我的，还特意叮嘱回去才能拆开，不知道他又在搞什么鬼。

到家打开后，发现里面是一个优盘，莫名还有点眼熟。打开一看，竟然是我毕业时送他的那个！只是里面还多了一个文件夹，叫“给老大的机器学习入门宝典”。打开里面的readme，里面写到：

1.不要迷信论文，尤其是最新的论文。你总以为坚持看哪天说不定就能打通任督二脉，但永远只是看不去复现。新论文不一定好，研究与实际也有一定差距，论文要选择经典实用的，最重要的要把论文里的东西用起来；

2.不要随大流，以为自己可以坚持下去，就一定有收获。机器学习方向很广，能依据自己的已有的优势进行方向选择，是省时省力最有效的；

3.别迷信特定的模型，发现某个模型好能解决问题，以后就都用这个模型了，不深究原理与优劣点。比如kaggle比赛大家都用xgboost，你不懂也套着用；

4.懂得迎难而上，遇到不懂的问题不要放弃。有些理论算法需要大量时间去钻研，在缺乏基础的情况下不死磕很难跨过去，并且理论学习要不忘结合实践。

5.数学很重要，这是理解算法的基础，不过不是要专门钻研数学，要依据学习需要补足数学知识。

6.自学是一种很好的方法，不过免费的东西永远是最贵的，时间是买不回来的。

‍