从数学本科到人工智能的转变：我的经验分享
最近，我收到了粉丝们的私信，询问我从数学本科转到人工智能（AI）的经历。经过深思熟虑，我决定写一篇文章，与大家分享这段旅程 😊。
AI领域的友好转变
在计算机科学系的众多学科中，人工智能相对来说是一个好转变的方向。首先，AI算法通常使用 Python 编写，而 Python 被广泛认为是一种友好的编程语言，上手并不难。其次，许多高校的机器学习（ML）专业开设了丰富的理论课程，虽然转行初期可能会遇到挑战，但凭借数学的基础来修理论课增强学分，再逐步提升编程能力，是可行的。
明确你的动机
尽管如此，要真正转行进入AI领域，还需做不少准备。其中最重要的就是明确自己是否真的热爱AI。很多人可能并不真正喜欢这个领域，而是因为各种原因选择转型，最终可能会为此感到后悔。建议多查看网上的一些警示贴子，了解可能的困难与挑战。
准备越早越好
如果你决定要转向AI，越早开始准备越有利。就未来的工作来说，我认为准备应该是实践与理论并行的，建议大概3:1的精力分配。在硕士申请之前，能够利用现代AI算法做一些项目放到GitHub上，是非常重要的。即便是解决经典任务的通用方法，只要能将项目链接放入简历中，就可以向雇主展示自己的兴趣和实力 💪。
常见误区与建议
有些数理本科转向AI的人会犯两个常见的误区：首先，他们认为Python非常难学。其实，Python较为简单，绝对比 C++ 和 Java 要友好得多，因此不必因此而犹豫。其次，有些人认为自己作为数学专业学生应该发挥数学特长，便选择了大量统计学习和图模型等课程。然后，他们在毕业后发现这些知识在就业市场上并不那么被需要，反而有些被本科专业绑架的感觉。
如果你对这些方向感兴趣，希望从事相关研究，当然是好的；但如果只是在寻找适合的专业，客观认识自己的需求是非常重要的。提升必须的技能，而不是停留在舒适区只提升自己擅长的领域，才是更明智的选择。
数理本科如何切入AI
对于数学本科的学生来说，课内可以做的事情其实有限。建议将选课的精力集中在概率、统计和优化等课程上，尽量做好计算机作业，利用Python来提高自己的编程能力。这样，在大三时能够有一个良好的背景申请名校已经足够。如果喜欢科研，可以添加一些分析型课程，但不必过于激进。
如果你有课余时间，还是应该如前所述，将重心放在学习Python和GitHub上，确保在申请季前能够将你的项目展示出来，这点至关重要。
提升Python能力与择校建议
关于如何提高Python能力以及硕士的择校问题，我在图片中分享了一些个人看法，供大家参考。值得一提的是，像巴斯大学这样的提供实习的AI两年硕士课程，是否值得去，欢迎大家在评论区讨论哦！😄
希望这些经验能够对有意转行AI的你们有所帮助！记得保持热情与动力，追寻你真正喜欢的领域！
美国博客网USA 