为什么进入机器学习领域？

发现你的个人“为什么”并
最终摆脱困境

在这篇文章中，我们将探讨你为什么对机器学习感兴趣。

我们将提出一些问题，帮助你找到吸引你进入这个领域根源的答案。

最后，我们将用一张图表展示 4 种主要的“*为什么*”，以便你找到自己的定位并明确要寻找的资源。

审视你的“为什么”

你为什么对机器学习感兴趣？你深入思考过这个问题吗？

了解你的“为什么”很有用，因为你可以用它作为筛选器，来最好地选择你喜欢从事的项目和任务。如果你无法清晰地阐述你的“为什么”，那也很有用，因为它能激励你尝试各种不同的事物，从而找到你喜欢或想要做的事情。

你可能出于多种原因被机器学习所吸引。也许你是对大数据和数据科学的媒体和新闻报道做出了回应。也许你在某个工具中或通过朋友接触到机器学习，并觉得它很酷。原因可能有很多，但学习机器学习是一项艰苦的工作。为了有信心和毅力克服学习中的困难和挫折，你需要一个强大的“为什么”来支撑你。

我将提出一些反问句，希望你能思考（甚至写下）你的答案，看看哪个最让你产生共鸣。没有一个问题比另一个更好——请保持开放的心态。

你希望机器学习为你做什么？

解决问题

你是否有认为机器学习可以解决的问题？

也许是公开的商业问题，或是工作中的问题。也许是你看到的市场机会。但总之，你将机器学习视为一个可以学习和应用于某个问题的工具。

在这种情况下，你可能会对提供算法实现的工具感兴趣，以便你能快速使用它们。你也很有可能对这些工具的创造性用法感兴趣，例如解决你想要解决问题的案例研究。

技术成就

学习机器学习是衡量成就的标准吗？

也许机器学习是一个热门的技术领域，你从学习新且困难的技术和工具中获得了巨大的成就感。也许你将机器学习视为你的下一个重大挑战和成长机会，以及展示你学习和掌握技术材料的能力的机会。

如果这听起来像你，你可能会对算法书籍感兴趣，这些书籍可以让你快速了解某个方法及其用法，而无需深入研究最新的研究。你也很有可能对完成课程、参加竞赛和自己实现算法感兴趣。

你想用机器学习做什么？

拓展领域

你是否已经具备机器学习方面的经验，并希望拓展其可能性？

也许你已经接触过机器学习，读过相关书籍或完成了相关课程。你找到了一个让你无法释怀的问题或方法，你不仅想深入研究该方法，还想突破该方法的能力极限及其已被证明的能力。

如果这让你有所触动，你可能会对该主题的深入内容感兴趣，例如研究论文和专著。你可能也非常有兴趣听取专家对该主题的意见，以及前沿的边界在哪里。

做以前不可能做的事情

你对机器学习有一定的经验，也有一定的领域专业知识，并且你想在你的领域里做一些没有机器学习就无法完成的事情。这些不一定是上面“解决问题”部分提到的问题，而是机器学习的经验和能力在某个领域的延伸。

你将对从数据挖掘到模式自动发现等方法论感兴趣。你也很有可能对类似领域的发现和机器学习方法所做的扩展的案例研究感兴趣。

机器学习图谱

这一切都是对该领域的粗略简化，但我们可以根据我们想做的工作类型来分类学习机器学习的动机。我们可以将想做的工作类型分为在机器学习领域解决问题或在其他领域解决问题。你可以将任务类型分类为实践者的任务和研究者的任务。

我试图在下表中捕捉这个总结。

该表按领域分为两行：*机器学习*领域和*其他*领域（如分析化学、石油开采或交通分析）。该表按角色分为两列：*实践者*和*研究者*。每个方框都包含该领域-角色交叉点的任务类型，即*解决问题*或*拓展领域*。表中的每个单元格列出了对该任务感兴趣的人可能感兴趣的资源类型。

展示进入机器学习的 4 种“为什么”的图表。

每个单元格都可以被视为激励你更多地了解机器学习的“为什么”，而资源列表则是对这种追求有所帮助的事物。

这只是一种分析方法，但我已经思考了几周了。我为这些分组付出了很多努力，并且非常希望能听到你的看法，请留下评论。我希望一些专家能开始挑出其中的不足，以便我们能看到这个模型的优势和局限性（所有模型都是错误的，只是程度不同）。

请留下评论，告诉我你的“为什么”在哪里，你认同哪一点。

我必须感谢我的妻子，她帮助我思考并在一块白板上完成了这一切。