上次跟大家聊了“终身学习”，那么多的学习平台，各自的特点是什么？如何选择呢？我这里帮助大家熟悉一下 Coursera / Udacity / Udemy 等MOOC平台。我这里主要是针对机器学习（ML, Machine Learning）的学习。

传统学习方法

买几本经典的书籍，从数学和算法看起，同时在网上阅读一些文章，或观看视频。

这样学习的好处是，对形成系统的理论体系有帮助。 缺点是，学习效率不高，可能花了几周在线性代数和微积分上，还是写不出或读不懂机器学习代码，所学知识与实际问题解决之间脱节。 我个人认为，适合有较多时间的在校学生。

读论文

通过读论文来理解算法或理论概念，了解最新研究方向。

优点是，第一手研究资料，原汁原味。 缺点是，对英文和数学、算法功底要求比较高。

2016年我刚接触机器学习时，卫老师推荐了一些学习资料，全是论文。这种学习方法适合博士一类有较好学术素养和功底的人。2017年底，Andrew Ng在一次会议分享中也提到这种学习方法，建议ML工程师通过编码实现别人论文的方式去提高ML能力。经过2年的ML学习，我现在也比较喜欢直接阅读论文，去理解一个理论或算法。

Coursera

Stanford教授 Andrew Ng 是创始人之一，其特点是，课程主要由各大院校制作，质量参差不齐，有些课程，从大纲，到内容，到作业，再到考题，你都能明显感觉到制作者（教授或助教）花了很多心思。

这里重点介绍 Deep Learning 这个专题。 一门课程是否值得花时间，首先是看它的大纲。该专题分为5个course，你大概看出课程设计者对这个领域的理解和知识结构。内容上，不应该只是对着PPT读，Andrew Ng这方面做的很好，他会去推导和演算一些工式，帮助学生理解。好的课程一定要有作业或考题，学生不能只是坐在那里看视频，以为看懂了，一定要自己动手去实现。

作业的设计也很有学问，不能太难，Andrew Ng的另一门课，我感觉作业真的比较难，我几乎是坚持不下去了。但也不能太容易，否则没什么效果。最好呢，还要有趣。该专题比较新，选的一些项目作为作业，比如人脸识别等，做起来比较有趣。

Andrew Ng的另一门课，Machine Learning，从ML的基础讲起，如果你时间允许，并把ML作为你将来3-5年的工作和学习方向，那我建议一定要学这门课。11周，量很大，作业也比较难，编程语言是Matlab，能结业的不多，据我观察，应该不会高于1%，因为我身边的同事和朋友很多都学过这门课，能学完的，目前为止，只有我一人。（如果你学完了，告诉我，我一定会祝贺你：）

Coursera上还有不少ML相关的课程，包括Geoffrey Hinton的 Neural Networks for Machine Learning，我个人感觉并不适合我。

价格上，Coursera的销售策略是，视频免费，作业和证书收费，一门课通常50刀左右。我选了一个包月套餐，每月49刀，课程任选。

Udacity

Googler 的VP，Sebastian Thrun 是创始人之一。它的特点是，老师通常是Google的工程师，课程内容也与具体应用项目相关，授课方式呢也比较现代化，相对生动有趣，比如在课程中会穿插问答题，如果答对，会反馈“Well done”, “Good job”。

经常也有一些专题，把数学、算法、编程语言的课打包为“纳米学位”，价格偏高，一个包3000-5000不等。

我学了1-2个月，决定把学习重点放在Coursera，原因是，我个人更习惯Coursera上那些教授的课程编排和授课方式。工程师授课，内容的确比较新，但偏重于应用，可能几节课下来，你就会用TensorFlow建立一个分类模型，基于一些数据集上，就可以做图片分类了，但是，它是怎么工作的？就不得而知了。所以，我个人还是比较喜欢，Andrew Ng的那套讲法，先从线性回归、逻辑回归讲起，再慢慢到NN / CNN / RNN，至于编程框架或库，如numpy / TensorFlow / Keras / Caffe，这些要靠使用过程中慢慢熟悉，没有太大必要专门学习。

Udemy

这是我最近刚发现的一个MOOC网站，特点是以视频为主，无法像Coursera一样，可以在线做题或编程作业，所以学习效果会差一些。课程通常是一些个人上传，不像Coursera是大学教授，Udacity是Google公司或一些团队。

优点是，因为课程是个人创办，所以通常比较新，发布已快。我对Reinforcement Learning很感兴趣，但在Coursera上一直没有找到好的课程，（如果你看到，请一定告诉我 ：）但在Udemy上，我发现几个还不错。

另外，这上面的课程内容丰富，就像淘宝一样，大家选的多的课，其实质量也不差，我选了一门吉他课，与Coursera上一个大学的吉他课相比，Udemy上的那个老师讲的反而更好。

价格上，Udemy通常有打折，一门课通常在10刀左右。

总结：

• 找到适合自己的课程，把它学完，一旦发现教学方法或内容不适合你，可以马上停止，并继续寻找。
• 优先选择付费学习渠道和学习内容，内容质量有保障。如果能快速掌握一门学科，花点钱是值得的。中国人对购买软件、网上知识服务的消费习惯，还是需要时间去培养。切记，你的时间很值钱。
• 英语，应作为长期投资的学习内容。刚开始可能不适应，或听力跟不上，听多了就好。一开始，可以先读一下课程的字幕，再去看视频。想放弃时，可以了解一下王石在英国是怎么学英文的。很多时侯是要逼一逼自己的。特别是IT行业、AI领域，具有第一时间获取第一手信息的技能，非常重要。