知識星球我叫 Kevin，是一名半路出家的大齡程式員，正在學習機器學習，深度學習。
最近，Google 在網上推出一個免費的機器學習課程，有小夥伴諮詢我 Google 的免費課程與 Udacity 的收費課程究竟有什麼區別。
對於熱愛學習、充満好奇心的我，得知 Google 大廠有免費課程我一定要去瞭解瞭解。
首先，我會去看看課程總體的設計框架。可以看到，有影片、有練習、課時也不長。不過，按照我成功 從一名銷售轉行成為程式員的經驗看，一個 IT 課程好不好，重點要看實戰專案。畢竟機器學習的三大基 礎數學、程式設計、資料分析中，程式設計與資料分析都屬於技能，是需要不斷地動手做才能熟練的;而 learning by doing 是最高效的學習方法，沒有之一。
可惜的是，我找來找去，只找到了一些課後練習，以及一些所謂的實際案例研究。真的只是簡單介紹一下而已，好吧，人家這個課程的設計初衷是針對 Google 內部的工程師的。
看到沒，這先修要求就相當於 Udacity 的機器學習進階課了。 再繼續深入挖掘看看。
從課程的設計大綱看，知識結構還是相當清晰的。於是，我點進去嘗試看看課程影片。發現課程竟然是中文發音，不知道是哪裡設定的，好像是自動檢測。好啊，理解不會有偏差。然而，但我聽了大概一分鐘，我就感覺有點受不了了。因為那聲音是機器合成的，相當生硬死板。
再過了三分鐘，我已經聽得有點想吐了，停停停。我要聽原聲啊!找來找去， 竟然沒找到切換聲道的-_-! 好吧，是我笨，我不聽了。
再看看其他資料，發現 Google 這課程的資料還是不錯的，值得作為輔助材料 來進行擴充套件參考。
一，因為它把機器學習的知識點都改寫了，而且提供中文等多國語言。
二，它把術語都整理成一個術語庫，查閱方便。
三，它有一個 playground 功能，把那些抽象的概念，用一種類似做實驗的方法，讓你更生動地、可視地理解那些抽象概念。
總的來說，也是不錯的參考資料。
然而，如果想光靠這個免費課程就入門機器學習的話，未免有點過於樂觀。為什麼這麼說?因為機器學習是把數學理論用程式設計的方式去實現的，只有透過一個又一個的實戰專案練習，才能使我們更好地掌握這項技能。這就好比學駕駛，所有的司機都是透過長時間的駕駛鍛煉出來的，你不會聽到有人只懂駕駛理論就能拿到駕照的。
好，那麼我們來看看以實戰專案足夠多而聞名的 Udacity 課程又是如何的。
首先，我想分享一下我是如何認識 Udacity 的機器學習課的。當時，我在學習其他培訓網站的一個演演算法課，其中有同學諮詢那老師(覃超)，問他如果想學習人工智慧的話該如何入門。他當時就推薦了兩個課程，一個是吳恩達的深度學習，另一個就是 Udacity 的機器學習課。於是，我就去 Udacity 的官網了 解這個課程的相關資訊。
從課程結構看，Udacity 的機器學習課分為了入門與進階兩個部分，入門主要是針對零基礎的學員而設計的，主要就是講程式設計、數學、資料分析這三大基礎。而機器學習進階才是真正介紹機器學習相關的概念與知識。
當時，最吸引我的是一個個看起來都很有趣的實戰專案。因為我從一名銷售人員轉行成為程式員，就是參加了北大青鳥的JAVA 培訓班，而培訓班上也是透過一個個實戰專案去鍛煉學員的實戰能力的。所以，我特別認可這種學習樣式。而且，Udacity的專案看起來比我之前做過的專案都有趣多了。比如這些:
還有這些
所以，我就報名了。後來，我發現了更多驚喜: 比如這課程影片竟然可以互動。每個大章的課程影片會切分成很多個小節，每段影片平均 3 至 5 分鐘， 每隔幾個影片完了就會有個小練習，讓你上課就是不停地跟著老師互動，我頭一次意識到原來聽課可以這麼有趣，一點都不覺得累。
又比如專案的提交會有專人逐行評審。天哪，我當時在北大青鳥做專案，老師只會把專案題目告訴我們，至於我們寫得爛不爛，根本不知道。在Udacity 竟然可以做到專人評審，實在棒棒噠。
再比如 Udacity 的課程支援方面，每個專案有個專屬通關群，在群裡有專門的導師去解答學員的疑問。 這個對於學員來講，意義重大。因為學習本身就不是一件容易的事，如果靠自己一個人去領悟就更難了。 因此，不得不說付費課程自然有付費的道理，免費課程是省了錢，但你要耗費的時間成本可能要遠遠大於付費課程的學費。
剛才提到，學習一門技能最好的方法就是學以致用、透過實戰專案邊做邊學。而當我們嘗試去完成一個專案的時候，往往會遇到無數的困惑，如果靠自己看影片做練習上網百度，任何一個小小的坑都要耗費至少半天;但假如這時有一個同學或者有位導師在身邊，可能一句話就解決了。如果通關群還不足以解決疑惑的話，還可以約一對一的課程輔導。可以說，Udacity 的課程支援是全方位無死角的了。我在北大青鳥交的學費更多都還沒這般待遇，這不得不又贊一個。
最後不得不說的是畢業專案。Udacity 的機器學習課程的畢業專案是可以自選的，然後基本上是在導師的指導下，從頭到尾新手完成，這可以說是非常寶貴的實戰經驗。說到這，我必須要分享一下我的畢業專案作品了。這個程式已經被部署在阿裡雲伺服器，地址是 http://120.55.42.211:5000(如無意外的話， 我會一直掛在上面)。有興趣的朋友可以去玩一下(貓圖來自百度圖片)。
當我完成了這個應用的上線，我突然有種感慨，心裡想大喊:“師傅，我可以出山了!”雖然這個應用僅供娛樂，但已經意味著我已經成功地踏入了人工智慧的大門了。這就是專案的力量。
最後，我再為大家總結一下 Udacity 的機器學習課與 Google 的免費學習課的區別吧。
1.課程的受眾面。Udacity 的機器學習入門課程是面向零基礎學員的，因此 Udacity 的「機器學習入門」課對於數學基礎、程式設計基礎、 資料分析基礎不好的小夥伴們來說，簡直就是量身訂造的入門課，無須再擔心一下被那些陌生概念搞得 暈頭轉向。Google 免費課程設計的初衷，是針對 Google 內部工程師的，而且對培訓的物件有一定的要求，比如要熟悉程式設計基礎並掌握 PYTHON 開發，而且要掌握入門級代數知識。
2.授課方式的不同。Udacity 的課程是影片+練習+專題專案+畢業專案的方式去讓學員透過不斷的實戰專案去掌握學習過程 中那些關鍵的知識點與技能點。Google 的課程，僅僅提供了影片以及練習。
3.課程支援。Udacity 的課程支援包括專案通關微信群、專案審閱、一對一輔導。 Google 的課程，貌似暫時沒有相關支援。
4.畢業證書。Udacity 的所有奈米學位課程，畢業都會有一個畢業證書。這證書的作用嘛，見仁見智吧，我這大齡程式員是用不上了;但對於剛畢業的小夥伴來說，好歹多一張能力背書吧。Google 的課程，貌似也沒有相關支援。
5.工作內推與人脈拓展。這可以說是付費課程的一大特點吧。Udacity 在圈內的名氣還是不錯的，像我去學演演算法課的老師本身也讀過Udacity 的機器學習，所以Uda的同學圈隨時都能碰到業界大牛，有幸交到個大牛朋友也是件人生美事。除此以外，Uda 也會定期推薦一些招聘機會，也是免費課程所沒有的資源。
綜上所述，想要真正入門人工智慧，還是推薦 Udacity 的機器學習課程，然後把 Google 的免費課程當作額外的參考資料。
好了，以上就是我的分享，祝各位有志踏入人工智慧行列的小夥伴學習順利吧!
在「機器學習奈米學位」專案中，你將在矽谷明星導師的帶領下，系統性入門機器學習，挑戰矽谷獨家專案，享受逐行程式碼審閱，成為一名高薪機器學習工程師。點選閱讀原文，即刻免費體驗！
