撸猫、咖啡，玩游戏。
但我其实是在入门机器学习。
年最简单有趣的入门方式，就在这里：
Steam高赞游戏，极度易上手。
现在，汉化已经达到了96%，基本完成。
这一游戏，名为《whileTrue:learn()》是个解谜/模拟类游戏，涵盖了机器学习、神经网络、大数据、人工智能的丰富知识点和实用方法。
想不到任何理由，不推荐给热爱学习的你：
游戏里，你的设定是一只菜鸟程序员，与猫主子同住。有一天，你像往常一样写着bug。
烦恼的时候，出门倒了杯咖啡，回来居然发现猫把bug修复了。
你想问问它怎么做到的，却只听到喵喵喵。于是，你下定决心要造出一套喵语识别系统。
可没有机器学习技能是不行的。进阶之路，游戏都帮你规划好了：
从决策树，到随机森林，到梯度下降……各种方法背后的原理，都能在这里学到。
学好知识就能做任务挣钱，挣了钱就能更好地孝敬主子。
游戏上线至今，获得了多条评价，89%的好评率，在Steam上已属光辉战绩。
游戏怎么玩？游戏中，你需要一步步掌握机器学习的知识，从专家系统开始，一直到循环神经网络，朝着喵语识别的终极目标前进。
学习的进程，围绕着一个任务树展开，每个任务都是一个知识点，循序渐进。
就算你是新手也不用担心，游戏里面并不涉及写代码的环节，而是以解密游戏的形式展现出来。
只需要对各种机器学习功能模块进行拖拽组合，就能搭建一个强大的机器学习系统(下图)。
但想要玩好并不简单。要对各种模块的运作逻辑有相应的了解。
比如决策树模块，在许多分类任务中，都是必不可少的组件。
你要知道，它从输入到输出，中间的原理是什么。才能根据题目要求的输出，搭起相应的网络。
以下面这个任务为例：
输入流中有红、绿、蓝三种颜色的色块，要求经过决策树后，上面输出红色和绿色块，下面输出绿色和蓝色块。
第一步，看看这个模块的工作原理：
一个决策树，受上下两个条件的控制。如果把上面条件设成红色，下面条件设成绿色，红色块会从上面输出，绿色块会从下面输出。
而蓝色块，由于两个条件都不满足，会随机输出。
第二步，分析一下输出的要求(下图右边)：上红下蓝，绿色上下都有。
所以，只要把红和蓝分别设成上下两个条件，让绿色随机，就对了：
太简单了？
刚才只是教学篇，真正的任务在这里，要求只输出红色：
这跟说好的不一样啊？
有些小伙伴，想用专家系统(右边的紫色模块)直接筛出红色。奈何游戏有时间限制，专家系统无法在25秒内筛选完毕，被淘汰了。
所以还是要用决策树，至于怎么搭，大家可以自行探索。
很多时候，任务也并非一蹴而就，需要不断尝试、测试和优化。毕竟，游戏要求很强的逻辑能力，“非常烧脑”是不少玩家体验之后的心得。
而且，每通关一个任务，紧接着又有新知识要学：
一个知识点，除了原理简介之外，游戏还提供了外部教程和视频链接，帮助大家深入理解。
每一步都要好好学，因为后面的任务会用到前面学过的知识点。不熟悉全部的原理，就很难完成任务。完不成任务就就赚不到钱。
养猫不用钱吗？租服务器不用钱吗？
说到钱，游戏里挣钱的路子倒是很广。除了通过邮件接任务，还可以投资。
除了租服务器，赚了钱还能升级自己的硬件设备。给自己买手机，给猫买衣服也可以。
不知不觉有了些钱，基础任务也做够了，可以进阶了。把自己的知识应用到“现实世界”里，比如由猫来导航，打造一辆自动驾驶汽车。
进阶的路上，你还可以化身一名CTO，测试自己的编程能力到底多强。在这个设定中，你可以一举成功，也会面临失败，最后血本无归……
当然，这个游戏本身还有一些不足之处，有玩家都吐槽称，官方没有通关指南。
如果是新手进去，简单关卡倒还好说，遇到难关，就容易两眼一抹黑，遭受打击。
就算通关了，也很难知道自己的解决方案是否是最优解。
不过，这一问题已经被热心的游戏玩家解决了，并在游戏网站3DMGAME上放出了教程：