我从事数据分析工作已经近十年了。我时不时地会使用机器学习技术从数据中获取见解，而且我习惯使用经典机器学习。 虽然我通过了一些关于神经网络和深度学习的 MOOC，但我从未在工作中使用过它们，而且这个领域对我来说似乎相当具有挑战性。我有这些偏见： 你需要学习很多东西才能开始使用深度学习：数学、不同的框架（我至少听说过其中三个：PyTorch、TensorFlow 和 Keras）和网络架构。需要大量数据集才能拟合模型。如果没有强大的计算机（它们还必须有 Nvidia GPU），就不可能获得不错的结果，因此很难进行设置。要启动和运行由机器学习驱动的服务，需要很多样板：你需要处理前端和后端。我认为分析的主要目标是帮助产品团队根据数据做出正确的决策。如今，神经网络绝对可以改善我们的分析，即 NLP 有助于从文本中获得更多见解。因此，我决定再次尝试利用深度学习的力量会很有帮助。 这就是我开始学习 Fast.AI 课程的方式（该课程于 2022 年初更新，因此我认为自 TDS 上之前的评测以来内容已经发生了变化）。我意识到使用深度学习解决您的任务并不那么困难。 本课程遵循自上而下的方法。因此，你从构建一个工作系统开始，然后才能深入了解所有必要的基础知识和细微差别。