今天，想真誠地講個故事，分享給大家一個來自《極簡機器學習入門》的學員天明同學的真實學習事例。

天明在 2013 年畢業，做過平行計算開發、嵌入式底層，目前在遊戲創業公司做伺服器開發，以下是他自從學習這門課之後的一些進展情況。

背景

我報名的是針對 AI 的入門課程，從報名開始，我就奔著一個目標——希望能在機器學習方向發展或者轉行 AI ，順利踏入人工智慧的大門，站穩腳跟，年薪百萬。

在此之前，我也瞭解到這門課在 GitChat 上幫助了 3000 多位同學入門了機器學習，在 12 月 10 日，這門課也迭代成全新的圖文課程+訓練營的學習模式與大家見面，在大家想入行人工智慧之前，我正好可以給大家提供一些課程的反饋，以供參考。

天明：後悔大學不努力

我在大三的時候學過一門叫做“人工智慧導論”的課，只記得課裡有一些回溯和圖搜尋的演算法，具體細節全忘了。

雖然演算法與資料結構、程式語言很有深度，但當時認為真正厲害的是能幹專案，寫網站的，懂框架寫實際應用程式。那時候覺得語言、演算法，現學會用就行。那些編譯原理、作業系統課程、數學、英語，聽課就行，自以為企業招人不看這些基礎課。

但後來才知道，演算法思想決定了你從事程式設計師這個行業以後所能達到的深度，而英語決定了你以後的廣度。所以，一定要明白基礎知識的重要性。

真正成體系的，變成深度知識的，一定是在自己腦海裡經過長時間系統地持續性學習積累出來的(至少我自己適合持續性學習)。

我剛入學那會兒被各種各樣的大部頭嚇壞了，這能啃完嗎？甚至有的老師也不建議啃。但現在看來，大學期間最適合啃這些書，因為那時候有非常多的時間來心無旁騖地學習。

大學裡最重要的是學習思想性的知識，好的學習方法，專注和自學的能力，這些是能伴隨你一生的習慣，是修煉內功的絕好機會。如果你覺得老師講得不好，那麼去網上自學公開課，自學能力也幾乎是技術成長必備的能力。

天明：為什麼想學 AI ？

我覺得學習 AI 是投資自己的技術未來，就像前幾年火熱的移動端開發一樣，傳統崗位也會依然存在。但是 AI 行業的發展也一定會產生新的崗位。

而人對未知的事物都是充滿好奇或者擔憂的，至少我是好奇。好奇大家口中的機器學習、神經網路這些名詞到底是怎麼回事，有什麼高深的演算法，會如何發展，是否存在自己一直尋找的興趣方向。

之前的一些機器學習入門的文章也看了很多，都看得迷迷糊糊，大家說的模稜兩可。比如說，簡單的 API 呼叫，我想大家都很容易學會，但如果我僅把函式當成黑盒使用，我心裡是沒底的，因為我不知道里面怎麼做的。

由於性格原因，導致我執迷於細節、學習速度很慢、並且無法從巨集觀上對事情進行更好的抽象。一次偶然的機會，我在 GitChat 看到了李燁老師一篇文章：《入行AI,如何選個腳踏實地的崗位》。這篇文章是我看過所有的入門文章中，介紹的最詳細最明白的文章，相見恨晚。

文章中的觀點我完全贊同，儘管很多技能我還不具備，但我覺得說得都很對，同時也揭開了人工智慧的各個崗位都幹什麼的神祕面紗。

首先，我覺得不懂內部原理甚至細節，只會呼叫庫，是沒辦法更深入提高的。所以我覺得數學基礎很重要，照著教程敲一遍程式碼已經不能滿足我現在的追求，沒有什麼成就感。

其次，特別贊成李燁老師說的“在成為機器學習工程師之前，首先要是一名合格的程式設計師”，基本資料結構和演算法一定要掌握，我距離合格程式設計師還有很大差距。

最後，我以前對講課很是抵觸，片面覺得所有的東西都要自己悟才可以，現在想想是自己鑽死衚衕裡了。如果老師講的課很好，能幫你快速入門，大幅提高時間效率，而且這門課很便宜，那為什麼要把時間浪費在鑽牛角尖上呢？

天明：關於機器學習的訓練營

我覺得學習上不要吝嗇，衣服可以不買，吃的可以溫飽，但是學習上，不用小氣，一件衣服，一雙鞋，都夠買一年的課或者書了。我本人收入並不高，但買了很多課，別亂買，買那些你一定會去學的，一定讓你有產出的，可以內化成你自己知識的。

我自己買了一些某乎 live 課，但覺得裡面都是一些巨集觀上的方法，細節很少，乾貨也很少，整個 live 過程都覺得非常趕時間，學到的就更少了，可以作為開眼界，理清一下脈絡的方式，甚至有的 live 買完能學到脈絡就不錯了。

App 上也訂閱了某人工智慧專欄，老師照書本念，聽著實在是煩，生硬，沒有詳細解釋，只能靠我自己去網上一點點找。說白了，我識字，但你寫的我看不懂，你念一遍我也還是不懂。

**所以，李燁老師的《極簡機器學習入門》這個課程真的讓我驚豔到了。**在課程結束之後，我也通過實踐摸索出了一套屬於自己的學習方法，憑藉著自己的努力，拿下了 offer，順利漲薪！

以上只是我的真實感受，不多說了。看完李燁老師的課程後，我對整個 AI 行業有了一些認識，決定要開始行動起來，臨淵羨魚，不如退而結網。

也許，你也想有更多的選擇，更大程度的主宰自己的人生，那不妨從現在開始行動起來！！

看到這裡，也許你可以做一個決定了——這門機器學習的訓練營課程，即將於 12 月 10 日開營，第二期僅剩 6 個名額，想要入門機器學習或者轉行 AI 的人，建議你們不要錯過這次機會。掃描下方二維碼報名，給自己一個改變的機會。

第一期訓練營正在進行中，以下是同學們打卡學習的作業展示，快快加入和我一起每天學習，每天精進吧

最後，還有很多同學不清楚這個機器學習訓練營的學習模式，那我就再簡單介紹下吧。

怎樣參加第一期機器學習訓練營

如下附上本訓練營的學習計劃，供你進一步參考。

此外，這個訓練營的高階和價值所在，就是特別重視實戰訓練，**我們的助教會 1v1 地來督促你學習，並且李燁老師也會親自點評批改作業，**可以說，訓練營模式的含金量一點也不亞於課程內容本身。
此外，如果你屬於以下 3 類的同學，那這個訓練營一定是你的不二之選。

• 機器學習初學者；希望進一步深造和系統學習機器學習相關方法的同學
• 理科在校生；希望往機器學習方向發展或系統提升的同學
• 有編碼經驗，又做得還沒那麼好，但是有意轉行 AI 領域的從業者

訓練營導師介紹

李燁，微軟（Microsoft）高階軟體工程師，曾在易安信（EMC）和太陽微系統（Sun Microsystems）任軟體工程師。先後參與聊天機器人、大資料分析平臺等專案的開發。

關於課程的其他介紹及報名方式

1. 開營時間：
第二期 12 月 10 日開營。第二期訓練營特訓時間為 21 天，圖文課程永久有效，訓練營結束後也可以反覆觀看圖文課程內容。
2. 學習形式：
圖文課程內容 + 筆記打卡 + 實踐專案
圖文課程內容 + 導師挑選點評批改 + 1對1助教督促輔助學習 + 微信班級群交流，全程由多位專業助教帶班，報名後在 服務號選單欄 - 熱門推薦 - 21天入門機器學習來參與學習。
3. 訓練營名額：
12 月 10 日開營，第二期名額僅剩 6 個，報名人數達標則關閉報名通道。
4. 訓練營定價：
大家一看到上面的學習計劃就知道這個課程的含金量非常高，它甚至比那些視訊大課還值錢，再者，你看看各大網際網路大廠或者當前機器學習領域招聘市場的行情就知道了。
重點是，這個機器學習是目前業內唯一一個專注學習效果的訓練營，是你最好的選擇。

所以，公平公正公開來看，我們其實覺得這個訓練營的價格不應該太低，但又考慮到很多想報名學習的人現在還是學生，所以價格儘量接地氣一點。

那麼，我們最後的定價是：第二期機器學習訓練營為 299 元，內測版專享特價 149 元。

GitChat 超級會員專享價：79 元/期；
已購李燁達人課使用者專享價：79 元/期；

5. 如何報名
目前第二期的報名通道已經開通。報名成功後加助教-「夢夢」微信，提交購買截圖，助教會拉你進學習訓練營社群。

購買疑問請新增訓練營小助手微信（gitchat2018）進行諮詢。

點選 加入訓練營，我在開營那天等你 ！