Google最近发布的这个绝对是个学习的好东西
往期
估计有些人也应该知道了，谷歌来了一发重炮，将用于进行内部机器学习培训的材料经过整理后发布，就是下面这个玩意：
前几天还有人问我这个领域要怎么学，结果有了这个好东西，感觉还是非常优秀的，推荐一下。（感慨现在的学习资源和前几年比真的非常不同了）
具体的介绍不说太多，很多公众号都已经写得非常清楚了，点击下面这个链接传送到tensorflow官方公众号下的介绍。
说几个亮点
只是粗略的看了看，其实还蛮推荐的，下面是一些这个课程的亮点。
讲义中文！视频中文！全都有中文！这对大家来说还是非常友好的，想起当时看吴恩达老师的视频还是英文，举步维艰，现在有了中文还是非常舒服的。
除了基本的理论，对模型的搭建以及训练的技巧也有很丰富的讲解，而这些，是很多别的课程里面没有的。这个装*一点讲就是“经验”。
培养对数据的敏感性，很多时候模型建立其实可能没问题，而是出现在数据上，课程中也有提到。
15个小时其实并不算很长
再谈几个注意的点
当然，根据上一篇公众号的信条（点击这里传送），还是有必要提醒大家注意下面几点：
开始之前，务必把前提条件和准备工作这一节认真看完，把基础知识补全了再开始，一定要看！万丈高楼平地起，基础扎实了再进一步学才能有进步，步步为营。
课程比较偏深度学习模型，神经网络之类的，毕竟是基于tensorflow弄的，会忽略一些现在看来可能算是比较传统的机器学习模型，如SVM、DT等，讲的不是很多。
这里基本知识在讲模型和TF的使用，实战还是比较少的，还是要多动手实战。
“速成”意味着有些东西没讲，所以可能存在一些细节没讲清楚，做好心理准备。
中文是机器翻译得到的，有些地方可能会有问题，对照英文看一下，有基础的推荐直接看英文（课程主页拉到最下面换换语言就行）
说到实战
就tensorflow而言，tensorflow自己的官网已经有比较完善的案例，这些例子做的差不多你也就基本就会了，可以试试（需要翻墙）。
但是，说到实战，不可能是只做几个示例程序就完事的，最好是有一些真正的问题和实战，一个好的练习实战应该包括但是不限于下面几个条件和要求：
比较完整的训练集。需要进行一定的数据质量分析，数据清洗和数据预处理等操作，需要你了解数据的特点。
模型从零到有、评估、优化等，都由自己来做。
最好有其他人的一些结果，可以供自己参考，在进行实战后有对比。
那么什么地方有这些实战呢？
学校，作为高年级的本科生或者是研究生，是可以加入导师的科研项目中的（额，有时候可能是不得不），就会有这样的机会实战
企业实习，相比学校，真正动手的机会会更多，但是和学校的关注点会不太一样
参加各种相关竞赛。美赛是最简单的数据科学竞赛，重在建模，以及要有比较大的脑洞，会涉及实际但是会和有点差距，这是一个比拼脑洞的比赛；比较流行的还有kaggle、天池等，这些比赛对大部分人而言都是当做分母的，但是这样一次经历绝对是值得的，尤其个人赛新手赛练习赛，还是可以试试的
有些人事情比较多，可以在网上找一些小型项目，如weekend project等，练练手。
对了忘了放课程链接，在这里（如果不行就把com换成cn）
https://developers.google.com/machine-learning/crash-course/