MLNLP(机器学习算法与自然语言处理)是国内外知名自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。
社区的愿景是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步。知乎新用户吴恩达，第一件事儿竟是回答如何系统学习机器学习。
嗯，果然随时都自带老师属性。
结果短短不到12个小时，就已经收获了两千多个赞同，关注者也达到了四千五百人。
底下评论几乎全是这种画风~
三个系统学习机器学习的步骤
来康康吴恩达老师的知乎首答。
首先他就强调，想要成为一名人工智能从业者，系统学习机器学习是重点。
机器学习是一门不需要进行明确编程，就能使计算机发挥作用的科学。
接着，他就给出了三个系统学习机器学习的步骤。
学习基础编码知识。
学习机器学习及深度学习。
专注于一个角色。
具体而言，在实践简单的ML算法之前，需要具备编写简单的计算机程序的能力。
比如，函数调用，for loops，条件语句，基本的数学操作等。
除此之外，他还建议不必将精力过多投入到诸如线性代数、概率和统计这样的数学基础上。
掌握了基础编码知识后，就可以开始学习机器学习了。
这时候他就开始带货模式了。
他推荐的是
斯坦福大学机器学习课程，主要内容包括了监督学习、无监督学习和机器学习的最佳实践。
还有深度学习也需要涉猎。
他pick的是DeepLearning.AI开发的深度学习专业课，当中包括包含了计算机视觉、自然语言处理、语音识别等领域构建应用程序所需的知识，以及学习到各个行业实际应用案例。
下一步，就是专注于一个角色，比如成为数据科学家、机器学习工程师或机器学习研究员等，将所学技能与真正实践、工作相结合。
最后，他也嘱咐大家。
要保持自律，不断学习。
ps，他还透露了个消息，他的深度学习相关课程也将在近期登录知乎。
以后又有一种方式学习吴恩达老师的课程了。
参考链接：
https://www.zhihu.com/people/wu-en-da-89
技术交流群邀请函
扫描二维码添加小助手微信
即可申请加入自然语言处理/Pytorch等技术交流群关于我们
MLNLP(机器学习算法与自然语言处理) 是由国内外自然语言处理学者联合构建的民间学术社区，目前已经发展为国内外知名自然语言处理社区，旗下包括万人顶会交流群、AI臻选汇、AI英才汇以及AI学术汇等知名品牌，旨在促进机器学习，自然语言处理学术界、产业界和广大爱好者之间的进步。社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。
