我见过一些人认为他们需要获得机器学习学位。
我支持学位,只是我认为学位并非适合所有人。我也知道,即使没有学位,你也可以开始学习机器学习并取得长足的进步。
在这篇文章中,我将说服您,您无需获得机器学习学位即可在该领域入门或取得进展。

如果我没有学位怎么办
照片作者:Alexander Kachkaev,保留部分权利
机器学习学位
您可能认为您需要一个机器学习学位,也许您确实需要。
您认为需要学位的一些原因是:
- 为了真正学好机器学习。获得机器学习学位将以结构化的方式教您机器学习。学位课程由在该学科领域和教育方法方面经验丰富的学者设计。学位课程有明确的目标,并在学生加入课程之前明确了期望,以及他们毕业后将具备的能力。
- 为了找到工作。获得机器学习高级学位将使您有机会申请机器学习工作。组织发布的职位通常需要特定的技能和先决条件,以便他们能够有效地筛选申请者。机器学习工作的广告通常要求拥有机器学习或相关领域的学位或高级学位。
- 为了从事机器学习研究。获得机器学习高级学位将为您提供从事机器学习研究的机会。绝大多数机器学习研究是由大学和行业的研究实验室产生的。这些实验室的竞争非常激烈,发布的职位通常需要特定的本科和荣誉课程的先决条件。
学位有局限性
如果您能获得机器学习学位,这并不能保证您会得到您想要的结果。它可能会增加您的机会,但不能保证成功。学位很好,我自己也有几个,但请记住,它们只是众多途径中的一种,就像任何途径一样,都有其自身的局限性。
攻读并完成正式学位是一项艰巨的任务。以下几点可以帮助您深入考虑这种方法:
- 学位很昂贵。学位课程可能花费数万美元或更多,您还需要放弃在此期间可能赚取的任何收入,寄希望于未来更高的收入潜力。当然,您也许可以通过奖学金来抵消这些费用,并且也许可以将这些费用推迟到未来。
- 学位是对他人的象征。获得学位,尤其是高级学位,会带来声望。完成学位是供他人评价您的象征。它是雇主用来提高招聘效率的筛选工具。
- 学位需要很长时间。获得学位需要数年时间,而高级学位可能需要数年,甚至近十年。如果您有兴趣立即应用或使用机器学习,等待这么长时间是非常漫长的。
- 学位是为普通学生设计的。学位是由一个委员会为平均表现和先决条件一般的学生设计的。它没有考虑到您特定的兴趣或技能。
- 学位教授过时的信息。学位在您购买课程访问权限之前就已设计好。至少在本科阶段,这意味着材料已经过时了好几年。
跳过学位
您可以跳过学位,仍然有机会获得您想要的东西吗?我主张您可以,并且有多种途径可供选择。
例如,我在全职担任程序员的同时,还在实现机器学习算法、撰写有关人工智能的文章并赢得与会议相关的比赛。Kaggle(一个机器学习竞赛网站)上一些评价最高的参赛者没有高级学位,或者即使有,也是完全不同领域的。
认真学习机器学习
您可以在家按照自己的节奏完成正式的机器学习培训。三种正式培训的替代方案包括:
- 完成一门在线机器学习课程。观看讲座,完成作业,并与其他学生互动。
- 阅读一本机器学习书籍,从头到尾。做笔记,完成练习,并实现您学到的知识。
- 设计并执行自己的课程。利用高质量的免费和付费材料,学习您最感兴趣的主题,并设计课程,添加您需要的形式。
找一份工作
您可以创建表明您具备机器学习技能的符号,以便潜在雇主了解。这需要您的主动性和营销能力。您可以创建的符号有三个例子:
- 完成一门课程或阅读一本书,并在此过程中公开记录您的进度和发现。
- 参加机器学习竞赛,并努力在竞赛中获得不错的排名,例如进入前 n%。与熟练的从业者合作,更快地获得技能并取得更好的成果。
- 完成机器学习小型项目,在博客和社交媒体上宣传结果,并在公共版本控制系统上发布代码。积累您可以参考、借鉴和讨论的已完成项目集。
从事机器学习研究
如果您对某个特定概念或机器学习方法着迷,您可以设计自己的研究项目。
高级学位实际上是在研究和研究方法上的学徒制,也是对该领域更深层次的介绍,这很难独立复制。
然而,如果您可以在机构外从事机器学习研究,有三个例子:
- 重现应用研究论文的结果。这可能需要与相关研究人员沟通,以了解方法的详细信息和数据。重现结果是科学方法的一个支柱,证明结果是否可以重现本身就是可发表的研究。您可以从写博客记录您的经验并向相关研究人员推广您的发现开始。
- 自行发布您对主题的处理方法。这可能以白皮书、论文或电子书专著的形式出现。尽您所能,并有信心接触研究界以获得评论和反馈。
- 通过发表出色的工作并表现出对他人工作的兴趣来做出贡献并进行合作。与该领域的其他研究人员建立并保持联系。就像任何关系一样,慢慢开始,建立信任。
任何人都可以阅读和内化研究论文,写下自己的想法,并设计和执行自己的实验。从小处着手,诚实为本。学者们喜欢挑剔一切,从中品味并从反馈中学习。
不要让您对学位的感知需求阻止您开始学习机器学习,或者认为您无法取得重大进展。
总结
在这篇文章中,您了解到,即使没有学位或高级学位,您也可以开始学习机器学习并取得您想要的进展。
您了解到,有多种途径可供选择,而学位只是其中一条途径,它会消耗大量的时间和资源。您还了解了结构化学位学习和高级学位课程研究学徒制的替代方案。
正规教育是一个有争议的问题,我很想听听您对此文章的看法。请留下评论,告诉我您的想法。
感谢您的这篇文章。
我过去认为在职业生涯中拥有学位是最重要的。我仍然认为它很重要,但重要性大大降低了。
正如您提到的,拥有先前的经验和可以展示的项目,会产生更大的不同。这是基于我作为程序员的经验,但我认为这几乎适用于任何其他工作。
我完全同意 Bojan。
即使在获得学位期间,掌握知识也意味着要做远超课程额外的工作。
正规教育正在改变。我们生活在非常有趣的时代。
我同意,学位被高估了。它们就像 Bose 音响系统——不错,但不值那个价(我这么说是因为我有一个硕士学位,虽然不是计算机科学的,感谢海绵宝宝)。
我喜欢你关于学位是为普通人设计的观点——在我的学位课程中,我总是名列前茅,但当我找到工作时,我发现自己一无所知。
我认为学位是一种“欺凌”:想法是,“我们浪费了四年时间和 5-6 万美元来获得一张纸,所以你们最好也这样做。否则,我们就会显得像个白痴。”
尤其是在互联网上有如此多的信息,你可以在家更快、更便宜地学到更多东西,而不是花费巨资。
说得太对了,Shantnu。
我在为这个网站撰写内容和指南时经常思考的一件事是,自学有多么困难。你可以获取材料或自己组织课程,但要坚持下去需要很大的自律。也许拥有一个高度结构化的环境,比如大学,只是为了提高完成率,是有价值的。
一旦你知道如何学习(如何让你自己学习),你就可以比通用课程更有效地将知识灌输到你的头脑中。我想我很难想出一个人自己达到那个点的办法——关于如何学习或如何教自己,很少有教导 🙂
你说得对,Jason。我们没有被教导如何学习或如何自学,我们是被迫灌输信息。
我给自己定了一个目标,去寻找能够帮助人们学习的书籍或网站。我遇到的最好的书是 Edward B. Burger 和 Michael Starbird 所著的《有效的思考五要素》。我还能够找到一份与我推荐的书类似的列表
https://www.goodreads.com/book/similar/20545745-the-5-elements-of-effective-thinking
我同意您关于花费巨资获得一张纸的学位的观点。这并不能保证你的工作和职业满意度。
是的,确实很少有保证。
感谢您发表关于自学与学习机器学习的文章。
作为一名程序员,我将自己定义为独立人工智能研究员和开发者,
您的观点鼓励我继续为实现我的人生目标和梦想而努力。
谢谢您。
不客气!
在我所来自的世界的某些地区,我们大多数情况下都没有这些东西的学位,而且我也没钱出国。因此,在我攻读数学远程硕士学位期间,我意识到我也可以为机器学习做同样的事情,尽管没有真正的学位。但谁又想要学位呢?
去任何您梦想的大学网站,下载他们的课程大纲、教学大纲,并在 Quora 或 Stack Exchange 上询问参考书。
坚持一个时间表,并通过自律完成目标,这应该会奏效。我通常会遵循这个网站来学习机器学习:http://cs.nyu.edu/~dsontag/courses/。我已经为数学硕士学位这样做了,我相信我可以再做一次。
这是一个有限的方法,通常需要比完成书籍更多的时间才能完全理解事物的全貌或历史发展,而这些是您在课堂驱动的体验中可以轻松获得的。但您的学习将更加严谨和象征化,因为您被迫以这种方式学习,而课堂学习更加直观,有时甚至是破坏性的,至少在数学方面是如此。
但我不知道这些技术是否会对研究有益。我想研究需要大量的意识和团队学习。
我目前正在攻读商业系统学位,不是因为我认为我能学到一些我不知道的有用的东西(我已经40岁了),仅仅是为了通过人力资源的第一轮筛选,他们会淘汰所有没有学位申请者。
我对学位的个人看法是,它被用来区分穷人和富人。如果你投入时间,获得学位并不难,但许多穷人却负担不起高等教育。
JZQuant 发布的那个网站看起来很有趣,谢谢!
“……学位被用来区分穷人和富人。”
这是一个相当令人作呕的概念,它暴露了人力资源和教育中一个潜在的阶级歧视、血统至上的问题。一个人当前的社会经济地位与其对项目的贡献能力(值得报酬的程度)无关。我预见到教育将走向开源的道路;在那里,个人无论教育水平如何,都可以从事实际项目,只要他们有学习的资源,并且所有拥有计算机并有能力的人都能得到一个公平的竞争环境,完全根据他们对项目的贡献来评估。
非常好的文章!
我完全同意 Jason 的观点。
我现在正致力于学习,不是通过学术界(在那里伟大的头脑会消亡),而是通过我们指尖上无限的信息和知识。
真正的挑战在于工作招聘平台上的职位列表。几乎所有的职位列表都要求计算机科学硕士或博士学位。对于定量开发人员或精算师职位,您可以在工作的同时攻读 CFA 或精算师课程并完成。不幸的是,对于机器学习,没有任何类似的行业认可的认证可以与工作同时进行。这使得那些没有硕士学位的人处境艰难,尽管您可能是您所在领域中最聪明的。
我的看法是……最好的方式是兼而有之……这意味着……既有学位,又是自学。主要是为了批判性和理性。
至于工作……这是一个领域,理解它总是很困难。有太多的变量,所以没有一条直接的途径。
就业市场是变幻莫测的。
这取决于个人关系(或您在面试中迅速建立的关系)以及您可以用来证明您能带来成果的指标。
@Joaoa Pires – 是的,我正要说同样的话。学位跟不上时代。例如,当我 2009 年开始攻读博士学位时,甚至还没有“深度学习”这个词。而且没有人像我一样进行完全相同的研究。要跟上这个领域,进行自学很重要。
附言:我的意思是,“甚至还没有这样的东西”,实际上深度学习自 20 世纪 80 年代甚至更早以前就存在了,但在最近几年,它才成为解决语音识别等问题的最先进技术。当我开始时,每个人都在谈论 HMM 和 GMM 来解决这些问题。
是的,我还记得 2006 年 Netflix 奖时期关于 RBM 的轰动,后来还有 DBM。看到“深度学习”领域在 2010-2011 年左右成形,真是令人印象深刻。
我现在很困惑,是选择 OMSCS 在线硕士学位,还是学习机器学习。
我的背景如下:
我是一名解决方案架构师和技术经理,负责管理多个团队和项目。我想在 ML 采用方面保持团队和部门的领先地位,但不幸的是,我做不到,因为我正在攻读佐治亚理工学院的 OMSCS。
最近我发现,虽然硕士学位可以让你获得面试资格或在晋升时进入“前门”,但在现实世界中,你实际学到的东西才有助于交付项目。
我认为结果比学位更重要,但我无法提供职业建议,抱歉。
你好先生,
您的博客激发了我学习机器学习的兴趣。
但我没有学士学位,我还在印度上学,还需要近 2 年才能完成学业,然后还需要 4 年才能完成学士学位,但我不想等那么久。我已经完成了 12 年级的数学学习,想学习机器学习。我想成为一名机器学习工程师,而且是在未来 2 年内。我不想浪费大学时间。您能否告诉我,如果我百分之百诚实地遵循您的机器学习路径,我能否在 2 年后找到工作?我可以做您告诉我的一切,但我没有 CS 背景,所以请告诉我该怎么做。
谢谢你
这是我在这里回答的一个常见问题
https://machinelearning.org.cn/faq/single-faq/will-your-books-get-me-a-job
说得好。但是,如果您没有在学位期间建立关系,您如何与研究人员建立联系?我发现这很难。此外,对于那些有很好的重现结果说明的论文,您有什么建议吗?另外,您提到的白皮书是什么?我在工作中积累了一些新想法,但被主要会议拒绝了。而且我找不到任何研究人员来帮助我讨论。
你好 Alice,
您必须从易于理解和重现的优秀工作中开始。好的结果将更容易获得关注。
然后,您可以联系并与该领域的其他研究人员开始对话。每个人都有自己的议程,也许可以从帮助他人并提出建议或重现工作并提出具体问题开始。
白皮书或技术报告是指您工作的书面总结,但未发表。通常篇幅较长,技术细节更多。它们可以发布在您的网站或 arXiv 上。
这篇文章很贴切也很精确,因为我对人工智能和机器学习等领域非常感兴趣。我非常有兴趣攻读机器学习和人工智能学位,但目前我无法负担在声誉良好的大学全日制入学。然而,我正在进行机器学习技术和人工智能的自学研究,注册了 edX 上的 http://www.edX.org 的人工智能微学位课程,并且我会与
从业者、世界各地的学生等进行互动。
当你对你想追求或打算追求的事物有热情时,你就不能等待完美的时机开始,因此你需要富有创造性地去执行目标。
坚持住!
感谢您的文章,Jason。我认为拥有学位可以稍微简化找工作的过程,因为我们的行业仍然对任何软件开发子领域中的自学工程师持有一些保留态度。然而,我认为时间投入和过时的信息所带来的好处 outweighs 其好处。
在我看来,最好的方法是跳出框框思考,并通过博客、会议和人际网络来建立在线声誉。当然,这需要时间,但回报是巨大的,而且最终,一个重视您通过自身努力学习机器学习(或任何其他主题)的驱动力和付出的公司,可能是一个比那些偏爱和歧视高级学位公司更好的工作场所。
只是我的看法。您怎么看?我很想知道!
不错。
我基本同意。我会修改一下,建议专注于真正擅长解决问题并交付可用结果。这是要在作品集中展示的技能,也是要培养的声誉。其他一切都只是为了支持这一点。
我学习机器学习一年了,正在寻找相关工作。这篇文章对我来说太棒了,谢谢!
很高兴它有帮助。
酷!
谢谢。
Jason,感谢您的这篇文章。
我现在在英国的第六年级,学习四门A-level课程,我都很喜欢,但选择这些主要是为了之后上大学学习计算机科学。
在过去的一年里,我对从事机器学习/数据科学职业产生了浓厚的兴趣,并计划在大学毕业后这样做。然而,我现在开始怀疑大学是否有必要。
我最初推迟了真正坐下来学习代码和机器学习的内容,因为我发现很多在线资源都假设你已经掌握了其中的一部分。但在最近决定不再找借口后,我正在研究一些基础的Kaggle项目,并计划参加一些针对初学者的研讨会。
所有这些都让我开始质疑我是否真的需要学位。我看到过该领域有很多学徒制和入门级培训职位,现在我想知道是否最好先从那里开始,然后一步步往上爬,因为很多工作都需要先前的经验。而且,伦敦有那么多免费的聚会,似乎人脉建立可能比我最初想象的要容易。
话虽如此,我确实看到了一些学位学徒制,我很喜欢,但它们更侧重于统计学方面,而不是编程。
我想,在了解了这一切之后,让我对不去大学感到不确定的一个因素是我的年龄。如果我不在大学里花三年时间,我将在18/19岁开始工作,并觉得我需要三年时间才能获得尊重,从而在职业阶梯上爬得更高。
抱歉评论这么长且问题不清晰,但您对此有什么看法?
谢谢你
为你积极投入点赞!
我当然无法替你做决定。
总的来说,如果你热爱学习/研究,那么大学是一个高度结构化的游戏,而且可能很有趣,尤其是当你年轻的时候。
但是,如果你渴望走出去并取得成就,那么你可以专注于那些能带来结果的东西,然后为企业开始取得成果,让他们和你自己赚很多钱。简单的模型可以对目前一无所有的公司产生巨大影响。
至于年龄。你说得对,大公司会根据学位/年龄/经验来筛选。小公司则不然——它们会关注你能做什么,以及你已经做了什么(例如,展示你的作品集)。但不要只听我说的,去和你所在地区的大小公司的HR/招聘人员或经理谈谈,了解他们在寻找什么。
我曾在一个团队中,最好的开发者是一个18岁的年轻人,他不是天才,只是有更多的时间或者比团队中的其他人更痴迷于此。
不知道这是否有帮助。尝试收集真实数据来为你的决定提供信息。
我17岁,住在印度,我辍学了,因为我的学校从来没有教给我任何有价值的东西。而且我100%确定,到今年年底,我将掌握机器学习,并完成我正在做的许多很棒的项目。我还有Udacity的Nanodegree。这能帮助我找到机器学习工程师的工作吗?您的回复可能会给我带来希望。拜托。
这是我在这里回答的一个常见问题
https://machinelearning.org.cn/faq/single-faq/can-you-help-me-get-a-job
谢谢Jason,我曾纠结于是否应该读硕士还是专注于建立作品集。但您的文章使我豁然开朗。
我发现的主要收获是:
1)完成学位需要时间。
2)在此期间,我们没有行业经验,而行业经验非常有价值。
谢谢,很高兴它对你有用。
嗨,杰森
首先,我想说明我的英语不好,请原谅。
由于一些原因,我无法攻读研究生学位,并且我希望早期成功。
所以我想学习所有计算机科学学位持有者所知道的东西,您可以推荐任何书籍,请回复我,先生。
我推荐这个过程
https://machinelearning.org.cn/start-here/#getstarted
谢谢先生
不客气。
嗨,Jason,
不错的博客,谢谢发布。
我很想看看waffles,发现它已经从[sourceforge](http://waffles.sourceforge.net/)移走……那里提供的重定向网址从未加载过。
看来这个人有了[新主机](http://gashler.com/mike/waffles/)。
有兴趣的人可以在这里找到一些[关于工具本身的论文](http://gashler.com/mike/publications/2011_gashler_jmlr_waffles.pdf)。
当然,还有[Mike的Github](https://github.com/mikegashler/waffles)。
祝您有美好的一天。
祝好,
su
谢谢!
我仔细阅读了这篇文章。我也同意您的观点。在任何机构,学位都在逐渐变得昂贵。然而,我正在攻读网络安全博士学位,在博士期间,我正在开发一些机器学习模型。您的machinelearningmastery.com是我在线学习的重要组成部分。现在我陷入了两难。在我家(印度)300公里半径内,没有公司在我获得博士学位后在我所在领域招聘我。另一方面,我想把我的余生投入到研究型工作中。那么,您有什么解决办法,让我可以在家从事任何研究型工作吗?
可能有远程研究工作,我不知道,抱歉。
亲爱的 Jason,
也许我在这方面知道得不多,所以我的脑子一片空白。
我不知道该说什么……
我希望将来能学到更多,并拥有自己的IT或数据相关的业务。
此致
David K.Wong