机器学习40讲_44_结课_终有一天你将为今天的付出骄傲

你好，我是王天一。

不知不觉间呢又一个四十期的机器学习专栏也已经走到尾声。

在专栏里，我从理解概率的两大流派入手，以每种流派中各个模型为主线，对统计机器学习和贝叶斯机器学习做了系统的介绍，并从这些模型当中梳理出他们之间关系的脉络，尽可能从更加宏观的角度来理解模型内部的关联。

从内容上看呢，和上一季的人工智能基础课相比，这一季专栏聚焦于机器学习，这一个点力求更加深入的挖掘这个主体。

那增加深度就意味着提升难度。

无论是写作的我还是阅读的，你，都需要投入更多的时间与精力去理解和消化。

这在专栏读者的反馈当中呢，其实也是有所体现。

理解事物的时候啊，我们都习惯从感性的认知入手啊，这是由人类的思维方式所决定的。

可是要从感性的认知进化为理性的思辨，你还是不得不和那些恼人的符号，还有讨厌的公式来打交道。

然而，这是学习的必经之路，直观而具体的认识，虽然容易理解，它的适用范围却相当有限。

要解决现实问题，就必须将认识上升到知识的高度。

而知识的价值呢又恰恰蕴含在复杂公式所体现出的规律之中，具有普适性的抽象规律，才有学习的价值。

那在机器学习里各种各样的模型某种程度而言，其实也是简单具体的实例。

像诸如局部化和集成化这一类的方法，才是支配模型演变的规律。

正是这些规律和统计学习的理论相结合，才让机器学习变得魅力无穷。

于我自己而言呢，这个专栏也带给我很大的收获。

工作上的职责所在，让我接触了很多关于教学的文献，还有范例。

其中一些国内外教学名家的课程真的堪称是醍醐灌顶。

虽然学科有所区别，但这些大师总能深入浅出，化繁为简，把这样的道理以老郁能懂的形式清晰而准确的解释出来，体验这些大师的授课是一种享受，在将心的求索当中，能够感受到一丝如沐春风的惬意。

但罗马不是一天建成的大师们的举重若轻，也是来源于多年积累的深厚功底。

博学多闻才能融会贯通。

只有将广博的专业知识和精湛的教学技艺相结合，方能达到这样的境界。

从我自己的角度看，从这个专栏得到的最大收获便是一份鞭策。

他在不断提醒我，对自己的提升依然任重而道远。

最近几年呢，所谓的一万小时理论声名鹊起，甚至被人奉为龟孽。

可是在我看来，他无非说明了一个再简单不过的道理，有付出才有收获。

究竟练习了一万小时还是两万小时？其实并不是关键，关键在于填满这个时间的努力。

如果你天赋异禀，外加勤于思考，两千个小时，可能就足以成为高手。

可要是像那个学艺的时候，竟想着射落天鹅的小孩一样，怕是十万个小时也是白搭。

之所以要花费这么多的努力和时间，原因在于没有任何学问是简单的。

如果以玩票的态度对待新知，那大可不必为此大费思量。

可是要深入学习一门学问的话，这样的痛苦就是必经之路，奢求速成的结晶，百分之百徒劳无功。

任何一个成熟的学科呢都是诸多天才前辈智慧的结晶。

如果这些天赋异禀之人尚且需要披波斩浪，那平凡的我辈就只有更加努力，才能在浩瀚的血海中求得胜存。

经过一波又一波惊涛骇浪的洗礼之后，你才有资格去欣赏对岸无双的美景。

不经历风雨，怎能见彩虹？没有人能随随便便成功，终有一天你将为今年的付出所骄傲加油。