带你学习Google免费机器学习课程

最近，Google 在网上推出一个免费的机器学习课程，有小伙伴咨询我 Google 的免费课程与 Udacity 的收费课程究竟有什么区别。

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。

首先，我会去看看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。

看到没，这先修要求就相当于 Udacity 的机器学习进阶课了。 再继续深入挖掘看看。

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。然而，但我听了大概一分钟，我就感觉有点受不了了。因为那声音是机器合成的，相当生硬死板。

再过了三分钟，我已经听得有点想吐了，停停停。我要听原声啊!找来找去， 竟然没找到切换声道的-_-! 好吧，是我笨，我不听了。

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。 

一，因为它把机器学习的知识点都覆盖了，而且提供中文等多国语言。

二，它把术语都整理成一个术语库，查阅方便。

三，它有一个 playground 功能，把那些抽象的概念，用一种类似做实验的方法，让你更生动地、可视地理解那些抽象概念。

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。为什么这么说?因为机器学习是把数学理论用编程的方式去实现的，只有通过一个又一个的实战项目练习，才能使我们更好地掌握这项技能。这就好比学驾驶，所有的司机都是通过长时间的驾驶锻炼出来的，你不会听到有人只懂驾驶理论就能拿到驾照的。

好，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

所以，我就报名了。后来，我发现了更多惊喜: 比如这课程视频竟然可以互动。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，我头一次意识到原来听课可以这么有趣，一点都不觉得累。

又比如项目的提交会有专人逐行评审。天哪，我当时在北大青鸟做项目，老师只会把项目题目告诉我们，至于我们写得烂不烂，根本不知道。在Udacity 竟然可以做到专人评审，实在棒棒哒。

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，可能一句话就解决了。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 的课程支持是全方位无死角的了。我在北大青鸟交的学费更多都还没这般待遇，这不得不又赞一个。

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，地址是 http://120.55.42.211:5000(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)。

当我完成了这个应用的上线，我突然有种感慨，心里想大喊:“师傅，我可以出山了!”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。

最后，我再为大家总结一下 Udacity 的机器学习课与 Google 的免费学习课的区别吧。

1.课程的受众面。Udacity 的机器学习入门课程是面向零基础学员的，因此 Udacity 的「机器学习入门」课对于数学基础、编程基础、 数据分析基础不好的小伙伴们来说，简直就是量身订造的入门课，无须再担心一下被那些陌生概念搞得 晕头转向。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。

2.授课方式的不同。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。

3.课程支持。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。

4.毕业证书。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。

5.工作内推与人脉拓展。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!