登录加入知乎
机器学习
七月在线的机器学习集训营怎么样？
本人想学习机器学习，现在想报个班系统学习一下 链接： 七月在线 – 国内领先的人工智能教育平台显示全部
123
53,578
关注问题
邀请回答
1 条评论
44 个回答
默认排序
5 人赞同了该回答
独学而无友，如孤陋而寡闻。集训营能带给你的，是ML的学习的框架、指导、学习的氛围和反馈，这是我认为集训营最大的价值。
学习视频，你上b站、闲鱼一搜一大把；学习书籍，且不说去某宝，你随便百度一下pdf也是海量且的；学习的讨论，、贴吧，也行。但是，你怎么在海量信息中甄别最重要的信息？再说反馈，做模拟考的试卷没答案你做吗？在有答案的情况下，有老师对你的作业进行反馈和你自己对答案，哪一个更好？一个人到一个领域闷头学习闭门造车，然后成为武林高手，这不科学。
现在朋友圈AI广告铺天盖地，是个人穿个西装白衬衫双手往胸前一叉就成了某某专家、大师，对你睿智的微笑着，似乎准备将他的绝技倾囊相授。那那么多个门派你会怎么选呢？你是想去少林武当？还是学林平之啊？你自己去查七月的老师信息，自己看看他们的文章，公开课，自己得出答案吧，兄弟。要是自己不愿做决定，不愿动手查询，那咱还是不碰AI了吧。
发布于 2019-03-31
赞同 5
添加评论
喜欢收起
继续浏览内容
发现更大的世界
匿名用户
5 人赞同了该回答
我是七月集训营的一名学员，目前在一家中小型互联网公司做推荐算法工程师。将我的经历贴一下，希望对大家有所帮助。
我是17年3月份毕业的，本科学校只是一所双非二本院校。在17年3月到18年3月这一年的时间里，一直在一家传统咨询公司做php后台开发，当时的薪资是8000。这是我的第一份工作，就给到了8000的工资，我非常满足，尽心尽力去完成每一项任务。但后来觉得工作枯燥无味，就离开了这家公司。离职之后我陷入了职场迷茫期，而刚好人工智能比较火热，网上搜了一下，发现七月这个平台口碑比较好，就报名了机器学习集训营。在经过三个月集训营的学习之后，我又自学了一个月，然后顺利找到了一份机器学习的工作。我在这家公司待了三个月，很遗憾没有通过试用期，但这并没有使我气馁，简单总结了下原因，开始寻找下一份工作。
因为有了之前集训营学到的知识的学习与三个月工作经验，我很快找到了一份推荐算法工程师的工作，现在工作了一年半有余。我在第一次找工作时，也没做过相关工作经验，最后能找到一份推荐的工作也是因为做了很充足的准备：
1）刷了足够多的面试题，推荐相关的面试题我都能有个大概印象，因此面试时面试官问的问题我没有卡壳。
2）自己动手做了推荐相关的项目，当然主要的项目是以集训营给的那个音乐推荐为主，我自己又增加了一个电影推荐的项目。虽然没做过工业上的推荐，但对整个推荐流程也有了一个清晰的认识。
现在算法应聘难度不断加大，如今再找工作，最好能刷刷Leetcode上的面试题。我的基础相对比较差的，在培训之前完全没有算法经验，但最后还是能从事一份推荐的工作，现在看来真的挺不容易的。这里面最最重要的肯定是自己的坚持，其次是七月相对完整的培训体系，哈哈。如果你没有科学的技术培养路线，自身又想转行，真心建议找一家培训机构，至少于我而言这是性价比最高的方法了。
发布于 2020-06-17
赞同 5
1 条评论
喜欢收起
继续浏览内容
发现更大的世界
匿名用户
7 人赞同了该回答
七月在线挺好的，我研究生毕业全靠七月在线，找工作也全靠七月在线，首先是他课程体系比较完善，讲师中的寒老师，讲课思路特别清晰，简单易懂。
发布于 2018-08-01
赞同 7
6 条评论
喜欢收起
继续浏览内容
发现更大的世界
生物物理&机器学习（因杠精太多，私信一律不再回！）
5 人赞同了该回答
机器学习第八期学员，非计算机专业，0基础，现已进入项目阶段，心里很慌，来回答一波，就当在调节情绪。
一 直观感受
师资：有全职和兼职教师。每个老师的教学风格各不相同。魏博士（应该是这个姓吧），反正是个博士，July实验室的首席科学家，能把GBDT的原理，BP算法等讲得很透彻，seven老师（兼职）是循循善诱型的，讲计算机视觉的，能引导学生去思考，李老师（兼职，百度出来的）代码能力很强，第一次上课很尽责，讲得也很好，答疑也很多，据说因为答疑太多被有的学生投诉了（好奇葩啊，我至今不理解为什么），便有情绪了，第二节课就很水，真的很水，挺孩子气的。课表：宣传中课表上的在线课程就是上课，在线实训其实就是QQ群答疑。答疑有时候及时，有时候不及时。授课：不同的老师负责自己擅长的模块，线上和线下相结合。个人感觉线下课就是对线上课的补充，好处是可以直接和大厂leader直接交流。但这个好处对我没有明显作用，因为0基础，根本不知道问题在哪里。校长：感觉July作为负责人还是蛮尽心的，学员的反馈能及时答复。第8期的情况：共计有90多个学员，有部分学员早期就放弃了，课程进行到后期的时候，有一半的学员已经不交作业了，坚持下来的 =最初报名人数的一半。云服务：送的一年的云服务不好用，做项目的阶段根本不够用，被其他学员占着就登不上去了，学员只能自己掏钱买阿里云等服务了，这一块很不值。总体感受：并不是一个速成班，会从原理讲起，并结合实际应用，对于0基础的人来说，胜过国内很多填鸭式的大学教育，也能构建起完整系统的知识体系。但我仍然不建议双非（非计算机系非数学系）0基础的童鞋参加（学习能力超强的除外），原因参看下面。
二 个人关于报考的建议
本人非数学系非计算机系且只有简单的编程基础，会调工具包的那种，大学不是数学专业，且高中阶段觉得学数学并不费力，但在3个月里既要补一些数学基础又要学编程和相关原理，真的不轻松。
这个课程需要的基础很多，在上课的时候，有些知识是默认你知道的，所以小白会比较痛苦。但是如果你数学能力或者代码能力其中之一比较强的话，参加这个课会很值得。
三 费用
这个课的费用是阶梯式的，越到后面越贵。线下课程交流时得知，有的学员是8000多参加的，我的实付学费是13899，但发现我们送的课程不一样，学费低的送的课少，学费高的送的课也多。但还是感觉我买的太贵了，有点小小的不开心。
发一下我当时买课的支付截图，略表不开心啊
发布于 2019-07-28
赞同 5
11 条评论
喜欢收起
继续浏览内容
发现更大的世界
匿名用户
9 人赞同了该回答
我是一个有接近一年实习经验，Android 转岗学机器学习的，有一定的编程基础，算法和数据结构 OK，但是学历一般，数学基础也一般，大学虽然学过，时间太久，很多都需要重新学，个人觉得想要学好有一定难度。
另外，集训营只是提供一个平台，将一群想要做机器学习的人聚集在一起，交流学习，真正学习还是靠自己，所以有些想要像培训机构那样手把手教是不可能的。
集训营这边大部分人学历都还不错，研究生居多，基础都很好，不管怎么，都要靠自己自学，觉得自学能力蛮重要的，自学能力强的人，学起来很快，而且掌握得较扎实。
这边还有一点比较好的是，July 校长算是一个比较惜才之人，集训营只要有人积极做笔记，认真学习，都会送任意付费课程，这在我看来是一个蛮大的鼓励。July 校长和 寒小阳 的博客是我见过最良心的（AI 领域），通俗易懂，不过篇幅真的很长，如果你学得不是很好，建议可以去看看。
集训营这边的课程普遍都有一些偏难，没有基础是跟不上的，所以那些从其他行业转行，数学基础差的慎重考虑。
总结几点：
1、集训营只是一个平台，真正要拿高薪要靠自己。
2、机器学习的起点比其他行业高，需要有一定的学历，数学基础，编程基础。
3、自学能力很重要，要不断培养这种能力。
发布于 2018-09-07
赞同 9
2 条评论
喜欢收起
继续浏览内容
发现更大的世界
追风的少年
永远保持一颗少年的心, 追逐梦想!
1 人赞同了该回答
我是通过七月在线机器学习集训营的学习，找到算法工作的，在我自己学习很迷茫的时候，走了很多弯路，偶然了解到七月的课程，这里有很多丰富经验的老师和志同道合的同学，使我的转行道路顺利了很多。当然，最喜欢的还是七月的线下课，每周跟线下的同学老师交流，会增加很多信心。不吹不黑，这些都是心里话。
编辑于 2019-08-18
赞同 1
3 条评论
喜欢收起
继续浏览内容
发现更大的世界
野草，根本不深，花叶不美，然而吸取露，吸取水，吸取陈死人的血和肉，各
5 人赞同了该回答
我是机器学习集训营第六期的学员，双非院校硕士。学完后春招求职，签了某高校下属科研院所的初级研究岗，兼带一部分开发的任务。去年下半年开始筹划转岗AI，现把这段经历简记一翻，希望对有相同打算的朋友有所帮助，少踩点坑。
读研时实验室研究图像识别，但自己当时做技术实现，理论方面研究得很浅。毕业后做了两年软件研发，发现实际工作跟上学时想的差别挺大，而且编程方面自己起步晚，优势不大。于是觉得还是把以前接触过的图像识别加深下，顺带学下机器学习，转岗吧。当时实在是受够了长时间加班，实验室有个师姐在深圳做图像算法的研发，每晚不到七点下班，把我羡慕得不行。而且对当时所做的技术方向有了较全面的认识，觉得发展很有限。
跳了次槽，发现下班和周末时间根本不够充电学习，在新公司干了九天，我就辞职了。辞职后真得觉得充满干劲，因为前面有片浩瀚的大海等着自己去冲浪。把不如意的现状打破，解下枷锁，全力投入新战场，即使暂时没有收入，即使积蓄仅够两个月生活。但是顾不得了，要干，就马上干。
我先自己闭门在家，看完了冈萨雷斯的《数字图像处理》，是真的看懂，不是随便翻翻。看完花了一个多月。后来报了一门课（还不是七月的）：深度学习在计算机视觉的应用。学了两课就震惊了：原来，传统图像处理已基本被深度学习碾压！而且当下CV应用的FasterCNN，Yolo等完全没听过。震惊之余充分认识到，闭门造车是绝对不行的，自学容易学偏，不得要领。正巧当时看了几部网上流出的七月在线的视频，授课时间很早了，视频还没有后来的ID，是录的屏。看后由衷地感觉讲得确实好，清晰明了。于是就搜七月在线官网，挑选一番，报上了机器学习集训营。也是咬牙决定的，要干，就马上干。
报名后是一次次的意想不到，课程的侧重、编排与内容的设置，真的与之前闭门看图像处理时认为的天壤之别。这边绝对是按照实战需要进行的规划。而且，有几集课程和几篇课件对理论概念的剖析，真的是神来之笔。这要比自己闷头看经典书省了大力气，比力气更宝贵的是时间。
再就是七月这边安排的节奏其实挺紧张的，我辞职全天候地学，都觉得吃力。当然用另一个词形容就是充实。课前送配套的预习课程，会反复提醒你看完。线上课讲解的信息量巨大，一般是连续2小时不停，我都是第二天再听才能勉强消化。真消化完，东西就基本掌握了。课后有作业，周末有考试。一遍遍催促你对知识咀嚼、消化、吸收。
关于项目和知识的讲解与总结，七月给了很多特别好的资料与案例，并且逐行讲解清楚，不明白的还可以再单独问，直到自己明白为止。
七月每期的学员，都是求变求突破的人。七月把大家集合到一起，共同讨论共同进步，这种氛围真的非常棒。如果自己一个人闭门造车，承受的压力要比这样大很多。
学完后已经1月份了，马上找工作心里没底，于是把简历完善了一下，又温习了下课程，就过年了。打算年后赶春招。
春招真的不容易。我之前只简单做过一点图像处理，但是求职方向按照NLP准备的，数据挖掘类的也一起投，这就有点难办了。由于个人规划原因换过两次工作地点，加之简历润色得不太够，导致面试接连失利。春招面试持续了一个半月左右，拿了两个offer，一个是某创业公司的NLP算法岗，25k/月但没过去，再就是我现在入职的这边。
总结起来，失败的地方有这么几点。第一，手写代码的功夫确实有退化，社招的同学务必花时间刷一下算法和编程题库；第二，准备的时间还是有些短，三四个月的时间拿下理论和实战，会比较仓促，不够扎实，如果可以，延长到7-8个月，应该就不是当时那个心态了；第三，最好还是不要离职脱产学习，如果脱产，请保证积蓄充足，不然拖到后面财务压力影响心情；第四，工作头几年，请务必耐住性子，不要把简历跳花了，但如果确实有重要的抉择，优先级高于工作的问题，也不必在乎。
感觉比较感激和庆幸的几点，一是遇到了七月这个平台，它不一定适合所有人，但是于我，帮助很大；二是感谢寒老师和深圳这边线下的老师，这个浮躁的时代，能有人耐下心来花费大段个人时间，不厌其烦地单独向你传授知识要领和行业动向，似乎已经超出了合同和契约，背后是有些情怀的。三是认识了更多在这个领域奋进中的朋友，他们拼搏的那股劲头着实鼓舞了自己。
发布于 2019-08-23
赞同 5
4 条评论
喜欢收起
继续浏览内容
发现更大的世界
frankliu
6 人赞同了该回答
说来自己进入机器学习这个领域也是机缘巧合，本科是电气行业，但在硕士期间跟随实验室做一些数据挖掘的项目，算是踏入了这个领域。在校学习期间，自己也从知乎等其他平台找到了一些视频、书籍，但终归不够系统，而且实验室项目数量有限，始终觉得自己在机器学习的入门槛徘徊，后来偶然接触到了七月在线的视频，觉得老师讲课很生动，于是就在七月平台上购买了其他课程进行学习，但人毕竟有惰性，视频看着看着也就搁置了。
在研二接近结束的时候，了解到了七月的机器学习训练营，线上线下的模式让我很心动，再加上秋招的压力，自己还是狠了心报了班来参加，尽管后来因为种种原因没有完成最终的课程，但也收获了不少东西，简单总结一下就是一下几点：首先就是校长经常强调的四大金刚，个人觉得这个是一个算法工程师需要一直坚持的事情；其次，在机器学习的过程中要注重理论的推导和实践的结合，公式要反复推，项目要亲自实践，实践中会发现很多新的问题。当然希望以后有机会可以去七月回炉重造，哈哈～
总结：对于在校生的建议，大家有精力的一定要先去实习，实习经历对秋招有很大的加分，而且实习转正的机会要比秋招容易得多；对于秋招，面试官考察的是大家的基础，所以要多刷题，对于数据结构中的图、二叉树以及各种排序都要能熟练的写出来，算法题是否能够熟练的写出来往往决定最后面试的成败，毕竟大家进去公司还是要做项目，要有工程实现的能力。另外，学习中对于一些算法建议手动实现，一是加深理解，二是锻炼coding能力。对于一个项目要了解透彻，了解为什么要用这个算法。机器学习的过程是一个长期积累的过程，github上也有很多项目代码，大家多多学习，不断积累，有时间也多阅读一些顶会的文章，了解机器学习的最新动态。
最后预祝大家都能找到一份满意的工作！
发布于 2019-08-27
赞同 6
添加评论
喜欢收起
继续浏览内容
发现更大的世界
雾城787172393
3 人赞同了该回答
我是七月在线机器学习集训营五期的学员，我原本的专业不是和CS相关的，只是一直在闭门造车。在下班后，周末不停的翻看西瓜书，李航老师的统计学学习，一遍又一遍的推导数学公式。在好不容易找到了NLP相关的岗位后，因为自己没有太多实际项目的工作经验。
虽然所有的理论知识都有所了解，但是却很难将理论知识与实际项目结合起来。没有老师的指导，一个人不停的在河边摸着石头过河是一件非常折磨人的事情，没有明确的目的与反向会让自己觉得学习的一点都不踏实。正是因为自己是从别的专业转行过来，项目经验的缺乏就像悬在头上的达摩克利斯之剑，害怕稍有不慎，就会掉下来。不过，也正是由于这份担心，我才选择了机器学习集训营，想夯实一下机器学习的理论知识的同时，逐项积累一些比较好的项目经验。
说实话，集训营的课程安排还是比较合理的，每周几节线上课程，用于讲解理论知识还会具体剖析一些代码案例，这一点是在任何书本上无法与之比拟的。同时讲师还会留下一些课后作业，让自己能在课后巩固学习到的知识并为之付出实践，周末有线下课的讲师会和我们讲解一些比较经典的机器学习方面的项目案例。其实像对于我这种社招求职者，最缺的反而不是什么手推SVM，XGBoost，面试官其实更看重的是求职者的项目经验以及如何将AI应用落地。所以我觉得选择机器学习集训营更重要的是积累项目经验，这对于一些转行过来的朋友算是一个不错的选择了。
编辑于 2019-09-02
赞同 3
3 条评论
喜欢收起
继续浏览内容
发现更大的世界
匿名用户
5 人赞同了该回答
三个月挑战40万，这宣传的很厉害，有的吹嘘过头了。我想很多搞机器学习和数据挖掘的硕士博士，研究了三五年，都想去挑战一下。
如果真的那么厉害，硕士博士还读什么，直接都去培训了。
另外，培训班只能帮人入门，国外有很多大牛的机器学习、深度学习等的课程都相当不错，为何花大价钱去学这个。
编辑于 2019-07-30
赞同 5
2 条评论
喜欢收起
继续浏览内容
发现更大的世界
1 人赞同了该回答
我参加过集训营，经过几个月的培训（辞职参加），成功转行，并且拿到较为理想的薪资（近60k年薪）
感觉很适合：
编程基础薄弱机器学习理论基础薄弱的人自制力差的人转行的人
说说集训营的一些感受
课程安排全面，学过之后能够全面把握机器学习的知识要点，工作所需的基本技能寒老师授课还是非常棒的，有很多实际工作的经验，受益匪浅线下课可以认识很多同方向的同学，共同进步实战课有完整的解决方案，对面试对技术的理解都非常有帮助七月的平台很完善，有，能刷题，有面经，还有相关技能的各种课程，形成了一个很好的学习提高生态，不需要到处找资料
发布于 2019-09-08
赞同 1
3 条评论
喜欢收起
继续浏览内容
发现更大的世界
匿名用户
11 人赞同了该回答
no comments
编辑于 2018-11-16
赞同 11
添加评论
喜欢收起
继续浏览内容
发现更大的世界
