机器学习被吹上天了，有想报班的冲动，会不会被割韭菜啊？？？

@qiuqiuer #21 那个就是 nlp 相关的推荐算法啊

学数学吧，你就会发现机器学习已经在你脚下了

事实证明韭菜只能被收割，不能被拯救。

如何能不被割，不报就行

@JohnChiu 对，就那个破玩意儿，那个老套的东西。

作为在 AI 公司呆过的
之前的公司 AI 成员的特征
1、高学历
2、大公司背景

所以觉得还是提高学历比较重要

机器学习和深度学习现在是真实被应用到很多商业场景中，并不再只是概念的鼓吹，也确实有很大的人才缺口。比如抖音的推荐算法、知乎的自然语言处理、美图秀秀的图像识别……背后都需要这些技术的支持。从 LinkedIn 每年的人才报告里你也能发现大数据、机器学习、深度学习、AI 方向的技术人才红利。

如果只靠本科学到的内容，肯定是不够的……自学也是很好的，不过新手来说比较容易走弯路，还没进门就放弃或者拖延了。

如果想毕业后抓住这波人才红利，希望快速高效地掌握应用，获得和大企业需求对口的实战经历，推荐下我司 Udacity 的机器学习工程师课程 ： http://cn.udacity.com/mlnd，是和 Kaggle、Amazon 联合制作的。Udacity 创始人是 Google X 创始人 Sebastian，这门课也是他亲自制作、讲课的招牌课程了。

选择系统课程和自学相比，最主要就是避免走弯路、节约时间成本，有专业的学习曲线、知识图谱、实战场景和数据集、助教辅导，可以让你学习相对高效很多。

Udacity 上还有深度学习、NLP、CV、AI 量化投资开发课程，都是偏应用和实战，就交给你自己去了解和判断啦。

同有这样的想法，看来还是去搞 web 吧

机器学习你如果想入个门 可以去学下，上面层主说的 Udacity 的课程，整体来看比较适合新手，比较偏实战，入个门还是不错的，有时候总是说师傅领进门，成长靠个人 后续还是要靠自己去不断的学习

我也是大三开始学的机器学习和深度学习，先是上的吴恩达的机器学习，后来又报了 Udacity 的机器学习课程，在上面做了几个项目，进入了这个行业。

其实报班会不会被割韭菜，取决于你会不会去学，如果你正儿八经学完了你报的课程，原理都搞清楚了，项目都认认真真的完成了，那肯定是划算的。网络上的资料不是太少，而是料太多，所以个人很难系统地学习一门课程。

现在针对 AI 的报名费确实不便宜，有兴趣的话，可以先从免费课程入手，比如 Coursera 上的课程。等你确定一个合适的方向，比如是做机器学习还是做深度学习，是做图像还是做自然语言处理，然后再去报班，做几个项目入个门比较好。

直接回答楼主的问题就是：会被割韭菜。

@UntieMa 三年都嫌多，计算机技术更迭太快了，哪怕你跑得赢技术更新到速度，你也跟不上风口的速度

说说我现在的情况，到 9 月份大三了。昨天在 coursera 刷完 deeplearning.ai 的五个课程，去年暑假也刷了吴恩达的 Machine Learning，看完李航的统计学习方法，现在正在看西瓜书，看论文。在学校的一个实验室搞机器学习，NLP 方向的，平时有空参加一下比赛，大概能拿个前十的名次吧。还在不断地学习中，如果决心想入坑，可以参考下我学习的内容，但不一定适合任何人。

其实就是数据统计

@DevRoss 谢谢你，NLP 方向感觉好有难度，比赛拿前十真的强啊。。我去看看你说的 coursera 上的深度学习的课

真是一代更比一代强。我的路线也和 DevRoss 类似，现在进来写 SQL，emmm

网上有很多免费的教程和视频，比如吴恩达老师的机器学习就很赞，资源也很丰富，是入门机器学习的经典教程。有了基本的概念后，自然会知道下一步该怎么走。

@gamecreating 我就是非科班的

@CastleBUPT 怎么说呢？今年是啥行情，可以具体一点吗？

看了楼上那么多回复，感觉我这出来工作几年的码农想转行做这个好难。正在自学数学，补基础，大学根本没在学习，而且大学专业也不是计算机相关。即使后面不好找工作，那就纯当做兴趣去学吧