老鸟简介
先介绍下自己的情况，85 后，自认为是高级后端开发工程师，掌握技能：Linux 一般操作很溜，PHP信手拈来，JS也能上手，数据库经常用，一般小型服务器的架构难不倒我。但，现在遇到了一个人生瓶颈，再过两年就 30 岁了，薪资已到达天花板，很难突破25K。说到转型，管理岗不是自己擅长的，死来想去，认为从技术上突破才是正道！
最近几年，人工智能（AI）、大数据大火，行业人才缺口巨大，薪资也水涨船高。
AI 相关岗位的平均薪资比其他的互联网技术岗高出 30% ，刚毕业就拿 25K 不成问题。再做两三年3、40万不成问题。
不是常说，“15年前错过了买房，10年前错过了做互联网……”，既然无法拥有一个重来的人生，就不能再犹豫。对，说干就干。
首先，在网上搜罗一些大牛的经验，大家推崇的人工智能“六步走”学习路线，感觉还不赖。于是撸起袖子开干！
人工智能“六步走”学习路线
第一步 学习并掌握一些数学知识
「学习日记」高等数学、线性代数、概率论，这个大学都学过的呀。简单书翻一翻就OK了，现在还认真学它干嘛。
第二步 掌握经典机器学习理论和算法
「学习日记」机器学习算法，花了 300 多报了一个班。里面讲一些公式和推理，公式有点看不懂，学了两节直接放弃…还买了一本周志华的西瓜书（机器学习），网上评价特别高，But，翻了几页简直是天书，那些公式他认识我我根本不认识他。心想，那些网上好评的同学，你们确定看懂了吗？
第三步 掌握一种编程工具，比如Python
「学习日记」这个对于我来说，多学一门没关系，语法都差不多
第四步 了解行业最新动态和研究成果，比如各大牛的经典论文、博客、读书笔记、微博、微信等媒体资讯。
「学习日记」最新研究成果是要看的，但是初学者真得不是想看就能看得懂的…至于读书笔记、经验之谈，都是泛泛而谈。给自己打打鸡血也就可以了，真学到东西有点扯。
第五步 买一个GPU，找一个开源框架，自己多动手训练深度神经网络，多动手写写代码，多做一些与人工智能相关的项目。
「学习日记」说得轻松，给卖 GPU 的打广告的吧，就那么几个开源的项目，普通 PC 也能搞定了。
第六步 选择自己感兴趣或者工作相关的一个领域深入下去
「学习日记」说的容易做起来难，作为初学者，连入门都还没有，更别说确定一个方向了。
开始面试
三个月时间结束了，找个工作练练手。包装了下简历，投到某知名互联网公司，很快得到了面试机会。
先问了一个快速排序法的原理，基本能答上来。接下来就惨了，面试官问“用户百度搜索一个关键词，又点了一个分类标签，和用户的历史标签，如何给用户推荐？”
呵呵，这下完全蒙圈了，于是开始胡诌，“用 svm 吧？或者贝叶斯，或者用聚类…”后来想想，这是在考验对公式和优化方法的熟练程度。
面试，如预期的一样。没了下文。
痛定思痛
所以，最后还是要决定，听从别人的经验，不要自己跨度太大，盲目学习。问了几个有经验的中科院博士生。他们建议，现在工具大多是开源的，普通的算法都能实现，要想有成果，有提升，关键还是要从数学原理去入手。才能做到真正入门人工智能。用普通学习一个编程语言的思想，是不适用于学习人工智能的。
科学的 AI 学习路线，应该是这样的。
高数，看来是躲不过了
从头再来
重新拾起来放下5、6年的高数，说难不难，说简单也不简单，如果能够有位专业老师给我指点，避免大而全地复习，而是快速而准确地学到真正在人工智能研究中用得到的数学基础，肯定会事半功倍。
免责声明：转载自网络 不用于商业宣传 版权归原作者所有 侵权删
