首先得看非科班指的是什么。倘若是文科生想入行人工智能，不是我潑冷水，僅憑幾個月的培訓那我個人感覺是有點懸的，這么短的時間可能只夠你知道人工智能是什么；但如果是理工科學生并且對人工智能有初步了解的話，特別是如果再稍微會一點點編程，那就完全別當另論了，找對路子，找對方法，還是有可能的。

現在市場上很多培訓班掛著羊頭賣狗肉，打著人工智能的旗號而實際上教你個Python了事，專門欺負外行人，我當初就曾經親身經歷過這種事。找培訓機構需要注意的方面很多，要看他的課程設置，看他的行業口碑，更重要的還要看他們的師資水平。好多培訓機構號稱能夠保證學員就業，動不動就百萬年薪，而你反過來想想，教你的老師他們水平難道不比學員強？百萬年薪他們為什么不去呢？那些機構里的老師確實很不容易，賺的都是辛苦錢，但他們的水平實在難以保證。要想用幾個月的時間入行人工智能，就必須像學徒一樣深入企業內部，跟在師傅后面才能學到真本事。所以找培訓機構的時候盡量找師資力量強，最好與企業有合作的機構，避免浪費錢學到的都是紙上談兵的東西。

其實不管是稍有基礎的理工生，還是完全外行的文科生，在真正想要學習人工智能之前，最好還是拿出一些時間來先自己去了解一下，比如看看網課之類的，這會讓你在真正入行人工智能的道路上走得更省力一些。目前網上就有幾個比較不錯的課程：

吳恩達-Machine Lerning |Coursera

這是一門在人工智能行業響當當的課程，估計八成以上的同學在入門這個行業時都或多或少的接觸過這門課，可以說是入門必看。吳恩達本身是斯坦福大學教授，谷歌大腦、Coursera的創始人之一，百度首席科學家，研究重點是深度學習。作為斯坦福大學教授，吳恩達教授講課風格偏向于嚴謹，可以把知識點往細節出深挖，課程里面用到的數學知識他一般都會進行耐心的講解。要知道這個行業對數學知識的要求還是不少的，吳恩達教授的課程對于數學不好的同學可謂十分友好。

局限

這門課雖然也是入門課程，并且有其獨到的優勢，但其局限性也是不可忽視的（個人感觀）：

首先，這門課程使用的開源編程語言不是目前所流行Python，而是Octave。實際上Octave算是一種學習Machine Lerning基礎知識最簡單的一種方式，有精力的同學可以嘗試接觸著了解一下。但對大多數人來說，這確實是很不友好的一點。

其次，這門課是英文授課，對英語基礎不好的小白來講又是一個致命的打擊。當然網上也可以找到帶有中文字幕的版本，但建議還是通過原版視頻來學習這門課程的精髓。

貪心科技 - 人工智能與機器學習

簡介

貪心科技是一家熱門的專注于AI教育的科技公司，核心團隊由海內外AI專家組成，旗下目前已經出品了好幾門出色的AI領域課程。這門課程是由貪心科技團隊的李文哲和Jerry Yuan講師合作進行講授，這兩位都是行業大牛：李老師是貪心科技的創始人，曾任金融科技獨角獸公司的首席科學家、美國亞馬遜的高級工程師，而Jerry曾任微軟總部推薦系統部負責人，實力十分雄厚；課程之外還專門配備了多名助教老師負責課后答疑以及作業批改工作。

課程內容

貪心科技的這門人工智能與機器學習實戰課程主要面向想系統性學習AI的在職人士（IT、運營、產品、財務等等）以及在校學生，通過這門課程的學習可以為后續的轉型做準備，或者用這些學到的技術來提升工作的效率。在課程當中，所有核心機器學習算法背后的技術細節以及推導都得到了全面的闡述。除了每章之后的作業之外，課程中間還單獨設置了幾個實訓章節，相較于諸如吳恩達等老師側重于理論方面的教學模式，這門課程更加偏向于理論與實戰的結合。

課程全套共有17個章節，其中包括5個項目作業章節，所有的實訓案例都來自醫療、生物、社會科學等十幾個不同領域，與現實生活十分貼切，比如其中一個項目作業“廣告點擊率預測”，就是去設計一個算法來匹配平臺用戶與廣告，達到撮合廣告主與平臺之間雙方利益的目的。相較于網上可以找到的公開課而言，它的內容覆蓋非常全面。從它的課程目錄中我們就可以看出：

課程安排里，首先在基礎知識比如數學基礎上給學員進行了一次大輸血，在每一章的開始都會對用到的數學知識進行一次深入講解，諸如條件概率、矩陣方差以及貝葉斯函數等；在掌握完基礎之后，根據課程的安排接下來就是算法上的學習了，比如KNN、決策樹、隨機森林、GBDT、K-means、SVM等等算法。通過按照他們給出的學習方案，加上課程中間穿插的項目實踐，當你完整學完全套課程之后，將差不多可以達到初級算法工程師的技術標準，可以深入理解每一個機器學習算法細節和全部推導過程，并且通過大量案例的實戰，獲得今后獨立解決任何AI問題的能力。

講授案例

貪心科技課程的一個亮點在于，區別于傳統的線上課程，他家的課程不僅僅使用視頻講解，而是通過視頻、文字以及圖片的結合，達到了傳統視頻教學無法比擬的教學效果。比如在解釋“深度學習”時，為了讓同學們真正理解深度學習的概念，李文哲老師將深度學習與淺層學習通過圖形的方式做了對比，將深度學習表達為“淺層學習的疊加”，將深奧的理論概念通過只言片語便輕松的講解出來了。

課程中間穿插的小選擇題輕松有趣，幫助我們完全浸入學習的氛圍。答題之后，會有專業的答案解析，當然，如果感覺題目太難，還可以相應的調整題目難度，十分人性化。

最后，每個小節之后還會有非常精簡的課程總結，方便同學們及時回顧本節學習的內容，讓大家學的扎實。

亮點

這門課程由于是專門面向初學者的商業課程，所以相對來說它更加注重滿足用戶群的需求。個人感覺這門課程有下面幾個讓我眼前一亮的閃光點：

覆蓋面廣，基礎知識講解透徹，對初學者十分友好。

實操作業多，且案例覆蓋領域較廣，可以及時對所學理論進行鞏固和應用。

不需要自己下載軟件，所有練習都可在平臺在線完成。

有助教隨時進行作業答疑。

其中，“有助教”這一點，對我來講應該是這門課程最大的一個優勢。相較于網上冰冷的自學課程而言，與助教進行有效的互動可以隨時解決自己遇到的問題，省去了大把查閱資料的精力，學習起來十分省心。

局限

這門課程與免費的公開課相比，唯一的局限性可能就在于它是付費課程。但是這門課程堪比于手把手教學的講解精細程度，以及其作為商業課程所獨具的配套資源，會另人感嘆付費確實有付費的道理。對于沒有接觸過機器學習且手頭稍微寬裕的初學者來說，如果十分想要比較系統的了解機器學習的話，可以去了解一下這門課程。

值得一提的是，除了網上課程之外，貪心科技最近也推出了針對于NLP方向的線下模式就業班，與許多企業譬如京東開展了一系列的合作，學員有機會深入企業內部作為學徒來進行實踐。就像在開頭提到過的，只在教室學不到真本領，專業實踐很重要，貪心科技的就業班就可以帶你學習完基礎部分之后，在第二階段把你分配到感興趣的項目組，然后有專門的師傅帶你到具體的項目組去完成企業需求，保證學到的都是真家伙。

與市面上其他線下培訓機構相比，貪心科技就業班有很多獨到之處：

企業實戰

與傳統的課堂教學相比，貪心科技家的課程更加類似于國外的“雙元式”教育，即走出教室，通過在企業中參與真實的企業項目來提高自己的能力。在學校師資力量上，除了學校本身強大的AI科班出身的頂尖行業專家授課外，企業中的一線工程師也能在實踐操作中擔任起導師的角色。

學習氛圍

一般來講，線下教學往往是以教室為中心，無法擺脫中國填鴨式教育的模式，但貪心科技注重讓學員體驗職場工作環境，追求硅谷化管理與氛圍，與傳統的課堂教學培訓模式有本質上的區別。

真正的AI人才培訓

在剛開始接觸AI培訓課程的時候，我曾經聯系過很多機構。當我說我要學人工智能時，電話那頭的某機構老師給我介紹的卻全都是Python課程，我提出質疑，那位老師竟然不屑的說：“不然嘞，人工智能就是Python呀！”真讓我大跌眼鏡。實際上很多機構都是以AI為宣傳旗號，培訓的卻只是Python工程師。貪心科技是一家專注于AI教育的培訓機構，專業的課程設置以及后續的企業實戰都在證明他家進行的是真正的AI人才培訓。

當然這是題外話，想詳細了解貪心科技就業班的話后面我可以專門寫一篇文章詳細介紹一下，咱們今天推薦的主要還是網上自學課程。

Jeremy - 程序員機器學習入門

簡介

Jeremy Howard，曾任Kaggle總裁和首席科學家，Fast.ai創始研究員。相較于Ng的“數學優先”教學模式，Jeremy更加追求“代碼優先”的實用路線，因此他的課程風格一般以實操訓練為重點。

課程內容

根據主頁介紹，這門課程主要囊括了兩種模型：基于決策樹的模型和基于梯度下降的模型。

由于這門課程以實操為側重點，對數學理論及一些概念并沒有做過多的闡述，因此其課程設置與其它課程比起來較為獨特。具體課程設置如下：

隨機森林簡介

深入了解隨機森林

性能、驗證和模型介紹

特征的重要性、數解釋器

推理與隨機森林

數據產品

cython與隨機森林

梯度下降和邏輯回歸

正則化、學習率和NLP

NLP與柱狀數據

嵌入

Rossmann問題與道德問題（用零售商Rossmann的數據集，構建模型預測銷量）

局限

既然Jeremy想走實操路線，那這門課程的局限性也就顯而易見。對基礎不好的同學來說，這門課有些難以上手，需要自行惡補用到的數學知識。再有就是這門課同樣是英文授課，英文不好的同學又需要依靠網上并不完美的翻譯版本來接觸這門課了。

課程雖然是為初學者準備的，但由于基礎數學概念方面闡述的不足，以及硬核的實操訓練，可能會讓一些同學學起來有些吃力，加上是英語授課，所以個人感覺這門課可以作為其他課程的補充課程，不太適合直接用來入門。

總結

不難理解為什么現在有這么多人開始轉行做人工智能，畢竟AI現在已經成為了高薪的代名詞。雖說在培訓機構的幫助下幾個月入行也不是不可能，但肯定會漏洞百出，離真正的熟練從業者還有很大差距。我建議最好還是多學一段時間，把基礎打牢固比什么都強。

總結

以上是生活随笔為你收集整理的非科班通过几个月的培训入行人工智能现实吗？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。