物理系本科如何向机器学习，人工智能方向发展？

题主帝都top10左右物理系（三本），现大二。大一上了一些高年级的物理专业课程，发现物理不那么适合自己，基本确定要走cs路线。机器学习方向目前已看过吴恩达机器学习课和cs231n等等，会一些基本的机器学习算法，会python，c++不熟，gpa大概85（学渣），英语一般，大一四级上600了。想跟着校内机器学习的组做研究，但好像我们学校计算机实力好像不太行。

真心求教各位大神指一条明路。现在应该怎么办，是应该跟着实验室打工；还是修计算机专业基础课程，出国转cs；或是考研；要是工作的话，现在帝都招非计算机专业的吗？

求教这些路的风险和成功可能性。

a88i99 · 2018-9-24 01:04:20

现在才大二，时间还相对充裕。机器学习、深度学习入门的文章挺多的了，这里只针对题主的情况，强调几点。

把数学基础课修好。除了物理系教的，优化理论与随机过程入门级别的课程，可以了解下。学习的时候，要注意数学结构背后的几何/物理意义，也就是通常说的直觉/物理图像。这一点怎么强调也不过分。

计算机的专业课有时间可以去修，后面能进机器学习实验室就去。即使差，也比自己瞎折腾好些。但是这里的目的只是，打相关基础与积累实战经验。围绕着这个目的，可以修正具体方法，比如有选择地修计算机的课程，只修下核心课程，如数据结构与算法，操作系统等。实验室进不去或不愿意去，可以去打比赛积累经验。

学习的时候，参考书籍一律选经典的英文教材。实在不行，选好的中译本。不要问为什么，无脑这样操作就好了。经典英文网课，也可以加快学习过程。

至于考研还是出国，现在还早。到时候再说。也许你学着学着就放弃了，也许牛逼到都能发好论文了。但总之，随着时间推移，你会找到更合适自己的路。

缺人，招非计算机专业的。看能力吧，基础与项目经验。不过，你毕业是三年后了，供求关系可能会发生一些变化。但鉴于这块的门槛与需求前景，这点不需要担心太多，只要你死磕下来，真得掌握了，练就一身武功。

再强调一点，与志同道合者结伴而行，一个人走会比较孤单，容易放弃，且效率低。一起学习讨论打比赛，岂不乐哉。

另，其实物理学扎实对深度学习是有帮助的，尤其是统计物理。但人的精力是有限的。

再补充一点，谁让哥也折腾过物理，至今也深爱之呢。机器学习/深度学习是以解释人各种智能行为的秘密，或用机器复制人的这种本领的学科，而物理是解释大自然奥秘，利用理论发现制造各种工具来推动人类文明的学科。它们共用了很多数学工具与数学结构，且机器学习也借鉴了物理中诸多理论与结构，如统计物理中的Ising model等。

直觉与物理图像有两点要提：一是利用数学结构推演完，观察里面的核心点，而后用图像来概括其本质。二是对一个问题，你有一些图像与直觉，然后用数学推演将之落到实处，验证或修正你之前的直觉。

就这些吧！