周末去郊区农家逛荡，路过瓜园，从农地里买了一个西瓜。回到家后，就迫不及待地把这个西瓜放在案板上，准备把它切开以后尝尝。心想瓜地里刚摘的新鲜一定很好吃，看这个西瓜的样子应该是会很甜的。
一刀下去切开后却傻眼了，根本就没有红色的果肉，也不是那种黄色品种的西瓜，里面的果肉竟然是白色的。看到这样的西瓜给我的第一感觉就是变异了，感觉切开的不是西瓜，而是一个冬瓜，里面没有一点红色的果肉，全都是皮一样的东西。
瞅着这玩意儿让我心情半天不能平静，这是冬瓜出轨了？还是西瓜变心了？难道是黄瓜长胖了？可能是冬瓜纹身了，只能感慨社会真是太复杂。
这么难得的稀奇物不得发个圈啊，不发还好一发心理更不淡定了，朋友们一致认为，这是西瓜和冬瓜在一起了……（在一起，在一起……这画面没法脑补~~~）
初学AI的我，脑袋里突然冒出一个诡异的念头，我做个人挑选个西瓜还这样，那么如果机器识别西瓜和冬瓜时如何能做到精准。
立马给自己立个研究项目：AI分辨冬瓜和西瓜
现在有一堆数据集，让我们分类出西瓜和冬瓜，如果只有两个特征：形状和颜色，可能没法分区来(我就上了这个当啊，呜呜~~)；
如果特征的维度有：形状、颜色、瓜瓤颜色、瓜皮的花纹等等，可能很容易分类出来；
如果特征是：形状、颜色、瓜瓤颜色、瓜皮花纹、瓜蒂、瓜籽的数量，瓜籽的颜色、瓜籽的大小、瓜籽的分布情况、瓜籽的XXX等等，很有可能会过拟合，譬如有的冬瓜的瓜籽数量和西瓜的类似，模型训练后这类特征的权重较高，就很容易分错，那样估计冬瓜又得被识别为西瓜了。
突然又想到了特征工程，估计就是因为这样类似的问题，在特征工程上需要花很多时间和精力，才能使模型训练得到一个好的效果。
然而神经网络的出现使我们不需要做大量的特征工程，譬如提前设计好特征的内容或者说特征的数量等等，我们可以直接把数据灌进去，让它自己训练，自我“修正”，即可得到一个较好的效果。
一顿思索下来，立马跑回卧室，代码码起来~~~~
日常生活中蕴藏着大奥秘，AI人工智能除了自动驾驶、人脸识别、语音识别等等领域的应用外，随着技术得普遍应用，可能会越来越贴近生活。
大家扫码添加即可领取AI相关知识资料，我也是一位转型AI的初学者，紧跟时代的步伐不想被社会淘汰，学习AI准没错的。看7位学员的成功转型AI案例，来总结自己的学习方式。
扫码添加，免费获取超全视频资料
备注【资料】领取
划重点
七位学员成功转型AI案例
第一位学员
zh同学、上海金融学院、双非、金融系、本科
学习成果：
学习NLP进阶课程 ——> 从小公司（15-50人）逐步跳槽；独角兽科技公司 ——> 狗尾草NLP工程师，负责对话机器人；优秀的学习习惯：积极主动的解决问题，极强的信息查询能力。
第二位学员
xk同学，吉林大学 ——> 香港科技大学、本科-硕士，土木工程专业 - 微电子专业；工作状态：某零件公司工程师，上海科技馆科普辅导员
学习成果：
未学习课程之前已经学习了很多在线课程，各类资料非常多且复杂，没有实战经验同时缺乏自信。传统工科转专业迎来高薪职业 ——> 学习NLP进阶课程 ——> 平安科技研究员
第三位学员
Mrx同学、山西普通二本、工作状态：在小规模公司担任开发工程师，公司出现问题后自学机器学习，学习十分繁杂。
学习成果：
自学作为基础，系统化训练羽化 ——> CV 进阶课 ——> 阿里巴巴算法工程师
第四位学员
yg同学、厦门大学、金融学系、本硕、学员编程能力较弱，课上进行大量编程练习。
学习成果：
学习NLP进阶课 ——> 内推IBM实习 ——> 快手算法工程师
第五位学员
Lxy同学、新加坡国立大学、理科 硕士、编程0基础，工作状态：海外商务类工作、非技术岗位
学习成果：
学习NLP进阶课 ——> 在自己原本职业上赋能 ——> 埃森哲AI市场分析技术支持
学员突出能力：
十分自信，且足够有能力发挥专业所长。
第六位学员
Ll同学、从二本到国际名校，拓展思考带来人生跃迁、普通二本数学系 ——> 非985金融学硕士。
学习成果：
学习NLP进阶课 ——> 香港科技大学博士 ——> KIST全奖博士，奖学金15W+/年 ——> 获得 AI 方向OFFER
优秀学习习惯：爱思考、课上留的作业都会进行拓展思考、博士面试时正好遇到上课内容。
第七位学员
Xxw同学、康奈尔大学、社会学博士、文科、无任何编程基础。
学习成果：
文科生使用科技的力量 ——> 学习NLP进阶课 ——> 将机器学习应用到社会学研究中，完成论文。
康奈尔大学社会学博士导师认为，机器学习面对大量数据有强大的处理能力，使用这项工具可以产生新的研究成果。
目前，2000+的学员都顺利成为各公司算法工程师。长按识别下方二维码，快来领取这个视频！
每日前50名的同学，还可获得计算机视觉技能树知识图谱一份。快来扫码领取
长按扫码添加
获取完整版本资料大礼包
先到先得 抓紧
备注：【资料】添加
