9か月間毎日機械学習を学び、その後就職しました。
アップルを辞めました。 Webスタートアップを立ち上げたが、何も起こらなかった。魂はこれに嘘をつかなかった。
機械学習を勉強したかった。これは私にインスピレーションを与えたものです。私はすべてを細部まで研究するつもりでした。私はこれらすべてのルールをプログラムする必要はありませんでした、彼らは私のためにすべてを行います。しかし、私には仕事がありませんでした。
そして、インスピレーションは私の手形を支払いません。
週末に、私は私の研究費を支払うためにUberで働き始めました。
私は新しい人との出会いが大好きでしたが、いつもハンドルを握っていたのは嫌いでした。交通渋滞、ブレーキ、ガス、ガソリンと給油に関する一定の考え、空気、エアコン、ギアシフト、どこに行けるか、どこに行けないか、これらすべての考え。
機械学習を勉強しました。一日中、週に5日。大変でした。今は簡単ではありません。
週末はUber。平日の機械学習。これが私の日常生活でした。私は勉強しなければなりませんでした。私は学ばなければなりませんでした、私は運転できませんでした。当時、私には人生の目的はありませんでしたが、これが運転ではないことは確かでした。私はある土曜日の夜に280ドルを稼ぎ、290ドルの罰金を科されました。1泊10ドルマイナス。
私のAIの学位を取得してから9か月後、仕事を見つけました。そして、それは私の人生で最高の仕事でした。
どうやって毎日練習できたのですか？
そうです。
1.検索スペースを減らす
機械学習は広大な分野です。コード、数学、確率、統計、データ、アルゴリズムがあります。
学習リソースの不足はありません。そしてオプションの豊富さはそれらの欠如に等しい。
学習に真剣に取り組んでいる場合は、自分用のカリキュラムを作成してください。 PythonとRのどちらを学ぶべきか迷う代わりに、数週間を費やす代わりに、CourseraまたはedXでコースを開始し、数学またはコードから始めて、1週間かけて大まかな計画を立ててから、それを使い続けます。
これは私がAIで自分の修士号を取得した方法です... 私は最初にコードを研究することに決め、プログラミング言語としてPythonを選択しました。さまざまなコースや本をどこでも検索して、最も興味のあるものを選びました。この方法は誰にでも適していますか？ほとんどないでしょう。しかし、それは私のものであり、それがうまくいった理由です。
カリキュラム、つまり私がたどることができる道ができたら、考えることに時間を費やすことができなくなりました。私はベッドから出て、テーブルに座って、学ぶために必要な（そして欲しかった）ことを学ぶことができました。
私は自分自身に苦労しなかった。何か面白いものを見つけたら、道に迷って新しいことを学びました。
大学ではなくオンラインで勉強している場合は、独自のパスを作成する必要があります。
2.環境を変える
あなたの祖父の最初のオレンジ農場は失敗しました。
土壌は良かった。彼は種を蒔いた。そして、装置は故障することができませんでした。
どうした？
寒すぎた。オレンジは高温で成長します。あなたの祖父はオレンジを育てる方法を知っていましたが、寒い気候は彼らにチャンスを与えませんでした。
彼は暖かい街に引っ越して、もう一度別の農場を開こうとした。
12か月後、祖父のオレンジジュースは町で最高でした。
学習はオレンジを育てるようなものです。
学ぶ意欲がなければ、ラップトップ、インターネット、最高の本は役に立ちません。
どうして？
問題はあなたを取り巻くものです。
あなたの部屋には、気を散らすのがとても簡単なものがたくさんあります。
友達と一緒に勉強しようとしますが、友達ほど熱心ではありません。
Whatsappメッセージは7分ごとに到着します。
それについて何をしますか？
私は自分の部屋を勉強の隠れ家に変えました。洗いました。すべてのアラートをオフにし、別の部屋のドレッサーに電話を入れました。
電話をつけた午後4時以降に彼に話しかけると友人に警告しました。彼は同意した。
友達と過ごす時間は大好きですが、勉強時間は勉強のためだけです。あなたの電話なしで一日中生き残ることはできませんか？1時間から開始します。見えない引き出しがあれば十分です。サイレントモードをデフォルトにする必要があります。
あなたの周りの環境を変えると、知識は川のように流れます。
3.常に勝者になるようにシステムを設定します
問題＃13は私を困惑させた。ハマった。
昨日彼女に対処したかったのですが、対処できませんでした。
今は勉強する必要がありますが、昨日は一生懸命働きましたが、うまくいきませんでした。
延期しています。私は学ぶ必要があることを知っています。でも今日はだめ。
それはサイクルです。
地獄。以前にも同じような状況にありました。しかし、何も変わっていません。
たくさんの本が私を見つめていた。問題番号13。タイマーを開始しています。 25分。問題を解決できないかもしれませんが、座って試してみることができます。
４分経ちました、地獄のようです。それはひどいですが、私は止めません。 24分で、私は止めたくありません。
タイマーが切れました。新しいタイマーを探しています。そしてもう一つ。3つのアプローチの後、私は問題を解決します。私は世界で最高のエンジニアだと自負しています。もちろん、これは真実ではありませんが、問題ではありません。
小さな成果でも成果です。
学業の進捗状況を常に管理できるとは限りません。しかし、物事に費やされる時間を制御することができます。
あなたが制御することができます：1日25分の4セット。
あなたは制御することができません：同じ日に各新しいタスクの完了。
常に勝つようにシステムを設定します。
4.時々何もしない
私は次の結論に達しました。学習は最も重要なスキルです。もっと上手に学ぶことができれば、もっと上手にできます。機械学習を学ぶことができ、優れたプログラマーになることができ、よりよく書くことができます。私は自分の学習方法を改善すべきだと決めました。そしてすぐに始まりました。
CourseraでLearning to Learnコースを受講しました。テーマの1つは集中してぼんやりさせられた思考でした。
集中的な思考は、単一のタスクを実行するときに発生します。
ぼんやりした思考は、何も考えていないときに起こります。
これら2つの考え方の交差点に、より良い学習の瞬間があります。したがって、最高のアイデアや考えが私たちにもたらされるのは私たちの魂の中にあります。他では何も起こらないからです。
ぼんやりした思考は、あなたの脳が集中的な思考の間に吸収したすべてのものを結びつけることを可能にします。
問題は、それが適切に機能するためには、両方の考え方が関係している必要があるということです。
25分間4組の集中的な思考を行う場合は、散歩に出かけます。昼寝する。座って、学んだことを考えてください。
これ以上頻繁に何もしないとすぐに、解放されたスペースに起因する多くのことの価値がわかります。部屋はスペースの周りの4つの壁で、バスには空気だけがあり、船は空のスペースから出航します。
あなたの学習ルーチンでは、何もしないことがもっとあるはずです。
5.合意に達するための吸い込み
勉強を吸う。
今日は、明日忘れることを学びます。
その後、再び、あなたは忘れてしまいます。
そしてさらに。
忘れました。
あなたは週末全体を勉強し、月曜日に仕事に行き、すべてが繰り返されます。
誰かが私が本で読んだことをどれくらい覚えているかを尋ねました。仕方ないと返事をした。運が良ければ、すべてのコンテンツの1％を覚えています。ただし、その1％が他の1％と重複すると、魔法が発生します。こういうときは、つなぎ方のエキスパートのような気分です。
あなたは、年間を通してすでに何かを学んでいるときに、まだ学ぶべきことがどれだけあるかを理解しています。
いつ終わるの？
決して。あなたはいつも旅の最初にいます。
謙虚に。
6. 3年間の原則
先日公園にいました。
公園のあちこちを走る男の子がいて、楽しい時間を過ごしました。私は丘を登って転がり落ち、木の後ろを走り、その後ろから泥の中に坂を上り下りしました。
彼は笑い、飛び跳ね、再び笑った。
彼の母親がやってきた。
「さあ、チャーリー、行かなければならない。」
彼女は彼を引き離しました、そして彼は彼の青いプラスチックへらを振って笑い続けました。
何が彼を魅了したのですか？
彼は遊んだ。彼は楽しんでいた。全世界は新しいものでした。私たちの文化では、仕事と遊びの間に明確な線があります。学習は仕事です。
就職するには勉強しなければなりません。あなたはお金を稼ぐために働かなければならない。お金は自由な時間を買うことができます。そして、この自由な時間にだけ、あなたはチャーリーのようになることができます-走り回って、笑ってください。
学校を仕事だと考えると、まるで地獄にいるように感じるでしょう。あなたはいつももっと学ぶことができるからです。そして、あなたはルールを知っています-働くだけでゲームはありません。
次に、学習が1つのトピックから次のトピックに進むプロセスであると想定します。
ゲーム内のさまざまなオブジェクトを接続しているかのように。
そして、あなたはチャーリーのように丘を滑り降りるのと同じ気持ちになります。
あることを学び、それを使って別のことを学び、行き詰まり、それを乗り越え、別のことを学びます。プロセス全体をダンスに変えます。
テーブル、列、またはデータフレームの形式の構造化データがある場合、CatBoost、XGBoost、LightGBMなどのアンサンブルアルゴリズムが最適であることがわかりました。また、画像、ビデオ、自然言語、音声などの非構造化データの場合は、ディープラーニングや転移学習を選択する必要があります。
点をつなぎました。私はこれの専門家だと自分に言い聞かせました。ポイントからポイントへと踊りました。
これを行うと、セッションの最初よりも、セッションの終わりまでにより多くのエネルギーが得られます。
これは3年間の原則です。すべてをゲームと考えてください。
まあ、それで十分です。
そろそろ寝る時間です。
これはおまけです。
7.睡眠
よく寝ないと勉強不足になります。
あなたもおそらく十分に眠っていません。
私は間違いなく寝ていません。金曜と土曜の夜がUberで最も収益性が高かった。人々はレストラン、パーティー、ナイトクラブに行きました。私-いいえ、運転しました。私は朝2時から3時まで働き、家に戻り、朝7時から8時まで夜明けまで寝ました。 2日間は完全な悪夢でした。月曜日でしたが、違う時間帯に住んでいるようでした。火曜日は少し良くなり、水曜日までにすべてが整った。しかし金曜日が来て、すべてが繰り返されました。
そのような乱れた睡眠パターンは単に受け入れられませんでした。トレーニングを改善したかった。睡眠は脳を浄化し、新しいつながりを形成します。私は午後10時から11時に仕事を終え、帰宅して7から9時間寝ました。より少ないお金、より多くの知識。
睡眠を学習時間と交換しないでください。反対を行います。
機械学習は広大な分野です。
そして、それだけでなく何でもよく学ぶために、あなたは覚えておく必要があります：
- 検索スペースを減らす
- 環境を変える
- 失敗することを受け入れる
- 時には何もしない
- 学習をゲームとして考え、
- 睡眠は知識への道です
SkillFactoryの有料オンラインコースを受講して、スキルと給与の注目の職業をゼロから取得する方法の詳細をご覧ください。
- 機械学習コース（12週間）
- データサイエンスの専門職をゼロからトレーニングする（12か月）
- 初心者レベルの分析職（9か月）
- Python for Web Developmentコース（9か月）
- DevOpsコース（12か月）
- - (8 )