刷了Google 和 Udacity的机器学习课程，我有话想说...

文/ Kevin

编/ 玉米汤

大家好，我叫Kevin，是一名半路出家的大龄程序员，同时也是Udacity机器学习入门、机器学习进阶、以及深度学习进阶的学员。

今年3月1日，谷歌上线人工智能学习网站Learn with Google AI，网站设有一门名为机器学习速成班（Machine Learning Crash Course，MLCC）的免费课程。该课程基于谷歌内部课程，最初旨在帮助谷歌员工学习AI和机器学习。

对于热爱学习、充満好奇心的我，得知Google大厂有免费课程我一定要去了解了解。接下来，让我们看看Google免费机器学习课程和Udacity机器学习课程有什么区别吧。

首先，我会来看看Google课程总体的设计框架。可以看到，有视频、有练习、课时也不长。不过，按照我成功从一名销售转行成为程序员的经验看，一个IT课程好不好，重点要看实战项目。毕竟机器学习的三大基础数学、编程、数据分析中，编程与数据分析都属于技能，是需要不断地动手做才能熟练的；而learning by doing是最高效的学习方法，没有之一。

可惜的是，我找来找去，只找到了一些课后练习。

以及一些所谓的实际案例研究。真的只是简单介绍一下而已，好吧，人家这个课程的设计初衷是针对Google内部的工程师的。

Google机器学习课程先修要求就相当于Udacity的机器学习进阶课了。

课程大纲（可上下滑动）

从课程的设计大纲看，知识结构还是相当清晰的。于是，我点进去尝试看看课程视频。发现课程竟然是中文发音，不知道是哪里设置的，好像是自动检测。好啊，理解不会有偏差。

课程使用了机器合成声音，比较生硬，个人更喜欢人声一些，但这确实是一大进步。

再看看其他资料，发现Google这课程的资料还是不错的，值得作为辅助材料来进行扩展参考。

总的来说，也是不错的参考资料。

然而，如果想光靠这个免费课程就入门机器学习的话，未免有点过于乐观。这个课程对于已经掌握了一定机器学习基础的工程师来说，确实是一份非常好和全面的进阶课程。

那么我们来看看以实战项目足够多而闻名的Udacity课程又是如何的。

首先，我想分享一下我是如何认识Udacity的机器学习课的。当时，我在学习其他培训网站的一个算法课，其中有同学咨询那老师（覃超），问他如果想学习人工智能的话该如何入门。他当时就推荐了两个课程，一个是吴恩达的深度学习，另一个就是Udacity的机器学习课。于是，我就去Udacity的官网了解这个课程的相关信息。

从课程结构看，Udacity的机器学习课分为了入门与进阶两个部分，入门主要是针对零基础的学员而设计的，主要就是讲编程、数学、数据分析这三大基础。而机器学习进阶才是真正介绍机器学习相关的概念与知识。

当时，最吸引我的是一个个看起来都很有趣的实战项目。因为我从一名销售人员转行成为程序员，就是参加了北大青鸟的JAVA培训班，而培训班上也是通过一个个实战项目去锻炼学员的实战能力的。所以，我特别认可这种学习模式。而且，Udacity的项目看起来比我之前做过的项目都有趣多了。

比如这些：

还有这些

于是，我就报名了。

后来，我发现了更多惊喜：

比如这课程视频可以互动。每个大章的课程视频会切分成很多个小节，每段视频平均3至5分钟，每隔几个视频完了就会有个小练习，让你上课就是不停地跟着老师互动，这样听课一点都不觉得累。

又比如项目的提交会有专人逐行评审，能加深对知识的掌握程度，这点实在是值得称道。

再比如Udacity的课程支持方面，每个项目有个专属通关群，在群里有专门的导师去解答学员的疑问。这个对于学员来讲，意义重大。因为学习本身就不是一件容易的事，如果靠自己一个人去领悟就更难了。因此，不得不说付费课程自然有付费的道理，免费课程是省了钱，但你要耗费的时间成本可能要远远大于付费课程的学费。

刚才提到，学习一门技能最好的方法就是学以致用、通过实战项目边做边学。而当我们尝试去完成一个项目的时候，往往会遇到无数的困惑，如果靠自己看视频做练习上网百度，任何一个小小的坑都要耗费至少半天；但假如这时有一个同学或者有位导师在身边，可能就一句话。如果通关群还不足以解决疑惑的话，还可以约一对一的课程辅导。可以说，Udacity在课程支持方面做得比较全面。

最后不得不说的是毕业项目。Udacity的机器学习课程的毕业项目是可以自选的，然后基本上是在导师的指导下，从头到尾新手完成，这可以说是非常宝贵的实战经验。说到这，我必须要分享一下我的毕业项目作品了。这个程序已经被部署在阿里云服务器，地址在文末哦！（如无意外的话，我会一直挂在上面）。有兴趣的朋友可以去玩一下。（猫图来自百度图片）

能够独立完成这么一个小项目意义巨大，虽然这个应用仅供娱乐，但已经意味着我已经成功地踏入了人工智能的大门了。这就是项目的力量。

不过，有一点需要告诉大家的是，Udacity的机器学习课程是有期限的，一旦在期限内不能完成所有的项目，将不能继续学习。这对于上班族来说这点要求挺有挑战的，报名之前最好量力而行。

Udacity的机器学习课程是面向零基础学员的，因此对于数学基础、编程基础、数据分析基础不好的小伙伴们来说，Udacity的课程更为友好。

Google免费课程设计的初衷，是针对Google内部工程师的，而且对培训的对象有一定的要求，比如要熟悉编程基础并掌握PYTHON开发，而且要掌握入门级代数知识。因此，更适合有基础并想快速了解机器学习概念的软件工程师群体。

Udacity的课程是视频+练习+专题项目+毕业项目的方式去让学员通过不断的实战项目去掌握学习过程中那些关键的知识点与技能点。

Google的课程，仅仅提供了视频以及练习。

Udacity的课程支持包括项目通关微信群、项目审阅、一对一辅导。

Google的课程，貌似暂时没有相关支持。

Udacity的所有纳米学位课程，毕业都会有一个毕业证书。这证书的作用嘛，见仁见智吧，我这大龄程序员是用不上了；但对于刚毕业的小伙伴来说，好歹多一张能力背书吧。

Google的课程，貌似也没有相关支持。

这可以说是付费课程的一大特点吧。Udacity在圈内的名气还是不错的，像我去学算法课的老师本身也读过Udacity的机器学习，所以Uda的同学圈随时都能碰到业界大牛，有幸交到个大牛朋友也是件人生美事。除此以外，Uda也会定期推荐一些招聘机会，也是免费课程所没有的资源。

综上所述，想要真正入门人工智能，还是推荐Udacity的机器学习课程；然后把Google的免费课程当作额外的参考资料。

好了，以上就是我的分享，祝各位有志踏入人工智能行列的小伙伴学习顺利吧！

http://120.55.42.211:5000

— 完 —

快点扫我~

长按上面二维码，关注优达学城（Udacity）订阅号，回复关键字【学习资料】，获取来自硅谷的，包括【前端开发技能清单】、【大数据求职指南】、【机器学习求职指南】、【Tableau学习PDF】等一系列独家豪华学习资料，让你不落人后！