大家好！假期有没有好好看看学姐的文章？！一定看到了，对吧！雪姐的粉丝是最勤快的。
上周，学杰介绍了一名从物流专业转到机械工程智能机器人专业的学生。他的经历一定有同学分享，他更受挫、更勇敢的学习精神鼓舞了很多人。毕竟，学习一件新事物肯定不容易。
今天学姐就给大家讲讲另一个从会计专业转到人工智能专业的学生的故事！这位同学分享了很多学习方法，看看有没有你可以用的！
故事目录：
决定跨学科
先进来找感觉
被践踏的坑
转专业建业务
本科的时候，我就开始自学python基础，当时还报了一个班学习。打了几场人工智能相关的比赛，觉得可以的时候就去面试算法岗位。
面试的不是纯算法，而是金融算法，但我还是发现自己和纯算法毕业的人还是有很大的差距，有很大的不足，导致面试的时候表现不好。
整理完自己的知识储备，觉得可以继续努力学习补充这方面的专业知识，于是想到了考人工智能专业的研究生。
然后，我还问了一个同学，他在打比赛时认识了一个人工智能专业的研究生，找到了他的导师，问他是否适合学这个专业。得到老师的肯定后，我开始准备。
姐姐说：
这位同学并不是盲目决定跨专业，而是在准备跨专业之前已经学了很多相关知识，比如学python~比如玩游戏。而且我也去实习（面试），看到了自己的不足，所以选择考研继续学习。因此，我们应该三思而后行。
决定考研后，我开始学习算法的基础知识。
先报了一类算法基础知识，然后又报了一遍
我上了一节课来玩这个游戏。
和大佬们一起玩了几个游戏，积累了一些项目经验，同时也培养了自己对这个专业的兴趣，就不会觉得那么辛苦了。
一边看课程，一边玩游戏。几场比赛下来，我开始专心准备研究生考试。
姐姐说：
学姐看过很多跨专业考研，只有在写论文或者自己的科研项目需要相关技能时才会找材料学习。第一次考研前，我已经有了明确的计划。我会先进入这个行业，找到感觉。这种做法是对自己非常负责的。
刚接触深度学习的时候，感觉模型很强大。每次去做比赛，我都想着堆模型、加模型，只专注于算法。
但实际上，除了算法，还涉及到很多东西。比如Kaggle的竞赛，现在有很多量化的竞赛题。
这个时候大家不仅在做算法，也在做量化，说明大家在这里越来越注重业务和算法的结合，而不仅仅是追求算法。
姐姐说：
首先，我们必须打牢基础，然后我们必须学好数学。因为他们很多都不是特别擅长数学，偏文科，实际上是学工商管理的。
除了数学，初学者还应该多读行业内的经典书籍。比如我们看西瓜书，这对初学者来说真的很难。但结合项目理解书本内容相对容易。
努力掌握相关的基础知识，刷一些算法题是非常重要的。
而学习是学习本身是一个循序渐进的事情，但是学习也需要能够结合事物来学习。尤其是因为，像一些计算机专业，很多都是导师一开始布置的项目。在这种情况下，他们可以更好地应用所学知识。
但在其他专业，有些项目不一定要有人指派去做，所以很多时候都要自己找项目。我申请的课程会带着大家做一些比赛，做一些项目，所以希望大家利用这些比赛，一步一步地进一步学习。
姐姐说：
打基础，啃经典书，打比赛，从项目中找到自己的不足，然后弥补。很多学生甚至老板都在用这种方式学习。因此，这也证明，只有勤奋，你才能发现更多的不足，学到更多的知识。
今天，这位同学的经验分享到这里！学姐们以后会分享更多前辈的学习经验和同学们分享的一些学习方法。大家最好注意学姐，不然错过了会损失很大！
真实的故事略有变化。
相关课程推荐
