【Udacity】 Machine Learning Nanodegree 【MLND】经验分享

1. 课程的基本信息：课程平台，开课学校，课程全名，开课时间，课程链接。Udacity
课程链接每个月会变，可以直接在官网搜索machine learning
每个月都会开课

2. 课程难度，作业量，每周花在这门课的时间，以及你的基础(是初学者？还是本来就是你的专业内容？)


课程难度因人而异吧。有人说两三个月就做完了，我拜你是大神，我花了足足6个月的时间。如果做不完，最后可以申请延期（发email给udacity，给延期理由，他们给了我一个月的免费延期，不过最后我没有用上）

更具我自己情况来说，我当时是初学者，一点点python的编程经验，之前我自学了python for everybody （Coursera上的课），然后上了udacity上的免费intro to machine learning的公开课(https://in.udacity.com/course/in ... arning--ud120-india)。这两节课程给了我很好的准备来上machine learning

我当时在美国OPT extension出问题，在等RFE录取并且申请cs 研究生，等录取通知，闲着所以索性就打算学习这些课程。

这个nanodegree花了我大约5个月的时间。一共7个project（1个intro，5个根据课程的内容，最后一个自选capstone) 具体时间我在下面注明。

3. 各种感想、收获、课程内容介绍、你对这门课的评价等等~~这个就自己发挥啦（请具体！）


以下课程我每天花3-4个小时学习，手写笔记很重要哦，前面的课程是基础，不要着急一步一步跟着走就对了
Curriculum:
1. Machine Learning Foundations （20天热身入门）
- Intro project - 我当时做的是经典的泰坦尼克号幸存者的project, kaggle上面就有
2. Model Evaluation and Validation （20天）
- Boston Housing Price - 波士顿房价预测
3. Supervised Learning （15-20天）
- CharityML - 慈善捐款预测
4. Unsupervised Learning （15-20天）
- Creating customer segments - 顾客分类
5. Deep Learning （30天）**第二难的课程在这里**
- Recognize dog breeds using CNN - 狗品种分类
6. Reinforcement Learning （30-40天）**最难的课程在这里**
- Teach a quadcopter how to fly - 教无人机飞行
7. Machine Learning Capstone （15-20天，选简单点，别把自己坑了）
- 自选project - 我做的是kaggle上的What's Cooking

- 我把所有学到的model都用了一遍（naive bayes, random forest, xgboost, lightgbm, stochastic gradient descent, svm, logistic regression, neural network, deep learning)
4. 如果让你重新学过这门课，你会在学习方法上，背景提升上会有什么样的改进(选答)

当时中间我花了一个月搬家，从纽约搬到加州，如果重新学这节课，我会更好规划未来几个月的安排。现在课程有更新，分成了两个阶级，就是我上面的curriculum分成了两部分（1-4，5-7）能让学生更好的安排时间。6个月实在太长了

5. 这门课和其他你跟过的课，用过的资源或者是学校上过的课有什么区别？(选答，如果你还跟过其他类似的课的话)

我没有上过别的网上这么大型的课程，不过有一点值得赞扬的是他们会给你很详细的feedback，其中有很多有用的链接和paper。我经常收到鼓励，批评和表扬。第2个project （boston房价那个）我submit大概有10+次才让我过。质量有严格把关。
6. 给以后打算学这门课的同学一些建议（请具体！可包括任何方面）


上这节课之前如果能有好的python功底，再加上udacity上的免费intro to machine learning的公开课(https://in.udacity.com/course/in ... arning--ud120-india)，那就不会有什么问题。
project 1-4可以水过。
deep learning不难而且很有意思，他会叫你用aws不过我用的是自己的显卡来train神经网络。
reinforcement learning会用到deep learning的东西，所以这两个要好好花时间来学
最后一个capstone可以去kaggle上找自己感兴趣的然后写proposal, 被审核通过就可以开动啦

最后祝大家好好学习，天天向上:)

Jimmy_Xu 发表于 2021-3-25 06:55
谢谢分享！
请教一下Udacity上的课程含金量如何？业界认可度高么？

Udacity的课我3年多前上的，现在质量怎么样不知道。我当时上的时候还可以吧，当时TA support还不错，有问题都可以问。
业界认可度我不太了解，如果只是为了学东西的话挺不错的，认可度这个都是很主观的东西。这个行业大家都是这么自己学习过来的，面试的时候都是看你解决问题和沟通能力，不太在乎你的背景是啥

qixiang_1 发表于 2019-1-13 11:09
我现在看来觉得这个nanodegree还是挺贵的，当时他们打折的时候我$900拿下，现在好像要$2000。。。

我觉 ...

谢谢你的回复，我自己缺少上手经验，感觉花2000刀买个教练教做几个项目还是有点贵了

补充给大家分享我做的Capstone

谢谢分享，前面四个的确看上去很简单，但后面几个看上去难度又不小

楼主觉得有必要花钱搞个nanodegree吗？有点困惑，谢谢。

不太值，感觉老师讲得一般，有些意义的就是lz说的每次做project TA给的tips吧。感觉去kaggle打比赛也能学到这些，也更有动力。然后上课的话网上能找到的免费资源很多。

syuan00504 发表于 2019/01/12 14:16:35
楼主觉得有必要花钱搞个nanodegree吗？有点困惑，谢谢。

我现在看来觉得这个nanodegree还是挺贵的，当时他们打折的时候我$900拿下，现在好像要$2000。。。

我觉得的确网上有很多免费的资源，如果有充分的学习动力和完善的学习计划，的确不需要花钱给Udacity.

现在很多coding boot camp, data science boot camp, xxx 30天速成。。。包括美国大学开设MCS, MDS...效果其实半斤八两，给了钱学了课程，做两个项目，最后任然找不到工作。

我现在也还在读MCS(master of computer science) 。个人感言：学习是循序渐进的过程，不是冲刺，不是说今天学了，明天就会用到，后天成大师。对不起有点啰嗦，最后回到原来问题－因人而异。如果同学不愁这$2000，而且方向不明确，想入门机器学习，的确可以跟着这个课程走，毕竟是几个专家打造的课程，内容挺实际的。

楼主以后准备走MLE吗？MCS这个项目好找这类工作不？听说算法岗位都只要博士。

A6880794850 发表于 2019-4-6 15:49
楼主以后准备走MLE吗？MCS这个项目好找这类工作不？听说算法岗位都只要博士。

应该不会走MLE，MCS感觉没有偏重于招MLE，主要还是传统的CS。个人感觉MLE岗位相比招本科硕士的应届生很少

版主 我也上这个课了.我发一个经验贴也可以有加分么