本文主要向大家介绍了机器学习入门之90天java转机器学习——面试学习总结，通过具体的内容向大家展现，希望对大家学习机器学习入门有所帮助。

1、前言

辗转几年java开发，换了几份工作，没一个稳定的学习、工作过程。中间也相亲几次，都是没啥结果。换工作频繁也严重打乱了和姑娘接触的节奏。糟心工作连着遇到几次，也怪自己眼光有问题。2018也找了2次工作，中间有4、5个月没有工作。看了个世界杯，看了个亚运会。也怪自己这段时间一直是换工作、找工作，节奏太乱了。当然，节奏不乱也可能不会比现在好吧。谁说的准呢？

2、java转机器学习——为啥呢？

（1）java感觉遇到瓶颈。spring，mytatis，设计模式等等，源码看不动了。主要是可能真的觉得没有意思了吧。很可惜，3年多了，没在大厂待过，小互联网也没做到高级java工程师。

（2）伤心了。小互联网或者小团队经历——在之前的几篇面试写到过一些，让自己觉得非常不爽。碰上过创业忽悠公司，就为了做了东西，然后卖了解散走人，公司和招聘来的人都是C×O们资本运作的工具。也有公司组建团队就为了试试市场，觉得不行或者做完了不需要这么多人了，马上裁掉。还有那种恶心的团队，同事间背后说坏话，领导直接推责任的。哎，苦逼频繁换工作，也是醉了，真是荒废啊，这几年。经历还真是丰富，对自己的职业技能发展真心没有任何好处。

（3）学到过机器学习相关内容。上学期间接触过相关的一些理论，发现看一些机器学习内容还是看的懂。起码知道啥是矩阵乘法，LeetCode也刷了将近80题了，也记住了一些方法。

3、10周自学机器学习过程——迷茫

个人基础背景：

（1）知道矩阵乘法

（2）知道梯度下降、牛顿迭代，不知道原理和实现

（3）会用python，但机器学习的包不会用

（4）知道有个东西叫LR，还有叫神经网络的，具体是啥就不知道了

主要看了2个教程，绝不打广告，实话实说：

（1）Andrew Ng的机器学习课程，coursera的课程和斯坦福公开课。觉得coursera的比较适入门，会讲很基础的东西和一些代码。由于coursera网站打不开课程视频，默默的搜到下载了一套视频。coursera课程是有收费和免费的，还挺便宜的，就不发链接了。Ng老师的课会有种直击心灵的感觉。课程循序渐进，节奏很好，还讲代码基础，项目经验等等。

（2）七月机器学习课程，花了几百块。这个在线学习很适合面试，由于自己错过了集训课程，只好学个基础课了。内容很丰富，结合实际项目，还提供代码。网站还有各种面试题，老师也能答疑解惑。

除了上面的课，还做的事：

（1）学习python机器学习相关包，numpy、pandas、sklearn、pyplot等等

（2）kaggle入门题，泰坦尼克幸存问题，用sklearn等，把排名弄到了8%。主要学习了数据处理、模型训练流程。

4、机器学习面试过程——难

6周学习过后开始试水机器学习市场，也正好是世界杯结束的日子。由于没有经验，先投了几个试试，锻炼一下，都是小公司把。可能是这个市场还是挺宽容的，接到的回复有不少，一些电话面试就直接挂了，一些联系发简历后也挂了。面试机会也挺多，但是深感知识深度、项目经验不足。下面说说面试吧，由于简历项目经历少，被问的涉及内容也少。

（1）LR（必问）。这个涉及内容很多，自己也是实现过，用在过kaggle项目，但是很多理论还是说不清楚。面试遇到的问题：最大似然、loss function、推导、适合场景、参数、回归、分类、梯度下降（mini batch、sgd）。

（2）决策树相关。gbdt、xgboost、随机森林等。会问推导、算法流程、bag和boost模式区别、剪枝算法。

（3）模型欠拟合、过拟合、数据清理、特征选择等等，以及用什方法来解决。

（4）机器学习整体处理流程。认识数据、数据清理、特征选择、数据变换、构建模型、模型训练、交叉验证…。

（5）写写代码，只遇到了leetcode简单题（主要没有大厂面试机会，小公司又不考，大点互联网会考）

（6）讲讲简历上写的项目。我的只写了一个kaggle那个泰坦尼克问题（现在想想真是敢写啊，干到前5%也行，自己都没到）。还写了毕业论文和一些java工程，凑了一页多。

5、面试感受和offer

感觉就是难啊，机会多，从学习群发现转专业的真多。上学就学机器学习相关的优势大。年龄可能也是问题吧。

拿到了3个offer，一个差点offer，都是新组建的算法团队。

（1）互联网金融，很小的公司。几十个开发人员，只有一个算法——就是面试的我。面试官是技术总监，完全不懂算法。聊得很开心，我也提醒他了，他们需要一个有经验的人，我可能不太适合。还面了2次，第二次还是周六，在一个咖啡馆。本以为是合伙人聊聊业务，谁知道是真的机器学习面试。还问了源码实现、赛马问题。聊了好久，当场给了offer。据说面试人是哪个大厂的，每周去这个公司几次。总之最后我也没弄明白关系。不过有了之前的工作经历，这次问的比较多。那边总监团队说算法面试官是朋友关系，算法面试官说自己是合作伙伴，人力又说不打算短期招聘算法了。我也是被这种搞怕了，虽说工资对没经验的我还算高，但还是没去。

（2）感觉是传统软件公司，给各种企业做软件服务的，团队据说几百个开发。面试官也是不太懂算法。还说为了匹配工资，按照高级java头衔入职，做算法工作。也是没几个人的算法团队（很可能我就是第一个），还得兼顾开发，感觉有点怕，透露着各种奇怪的感觉。没啥实质算法内容面试。这个感觉面得很空虚，所以没去。

（3）入职的公司，也是小算法团队，刚组建，职位数据挖掘。面试很开心，有笔试，答得不好。技术面基本围绕分类、数据处理流程来问。涉及一些NLP的内容，不太会，也就没问太多。2天完成2面，技术、人力和leader。差不多3、4周给了offer。虽说工资不高，但是感觉很好，一个国企，技术团队还没到100人，算法组当时面也是只有1,2个人，不过能给比较充足的学习和尝试时间。

（4）同学内推互联网公司，没发offer，面得很开心，还吃了他们的食堂（味道还行）。面的很全面，机器学习、leetcode那种写代码、还有数学题。二面的领导问了gbdt具体流程，还挺详细。我把gbdt论文里边的算法伪代码写出来了。还问了EM，这个真心不会。最后定的职位是java开发，负责算法模型和业务程序之间模块。最后，据说被人力pass了，理由是之前工作换的频繁，这次找工作也没明确目标，职业规划不明确。

6、总结

转个工作专业真的很难，没有运筹帷幄，全职学习去转…，这个真心说啥呢？哎！感觉应该在之前的工作中去学习，这样换个专业还算平滑，不会有各种压力。也可能是自己一直没想好，工作也变动频繁，一时冲动吧。创业团队倒闭、裁员打乱了学习节奏。已经这样了，啥也说不好。3个月，最后拿到offer还是自己在学了6周时候面试的公司。只能感叹面试人承受能力了。工作中用的方法目前不太需要深究理论，还在基础搭建过程，有充足学习时间。发现写写数据处理的python，比做java时候有意思。当然这种有意思也可能和团队氛围有关系吧。现在又开始感觉机器学习、深度学习发展略快，自己有点跟不上节奏了。理论基础还没学完，工作中内容还得学习，新的技术也得关注着。目前有点地基不牢、时间不够用的感觉。

综上：没有好的职业规划，换工作真的太危险，中间的空档期是很大问题。经济压力，转业失败，新的工作就会比之前更好吗？所有都是在看运气的感觉，这次可能真是自己幸运了！现在倒是觉得，工作中好好学习，对面试公司或部门能有机会深入了解，就一定要先问问，靠谱的还是内推（前提是内推人别不久就离职了）——能带来很多面试中无法了解到的内容。

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能机器学习频道！