干货 | 机器学习怎么从入门到不放弃!

源 | 全球人工智能

下面给大家整理了下机器学习从入门到进阶的基本流程,主要侧重进阶部分。

一、机器学习入门必备知识

上图是人工智能与机器学习、深度学习的关系以及随时间发展的演化图。如今在工业界中,机器学习和深度学习都有着举足轻重的地位,二者解决的问题多有不同:机器学习擅长解决可结构化数据的分类预测问题,如房价预测、患病预测等;而深度学习更侧重非结构化数据的部分问题,如图片分类、文本分类等。

作为机器学习入门,当然是推荐课程和书籍,下面是想要入门机器学习的一些基本书籍和课程。

1、《数学之美》,作者吴军。这本书非常适合入门去看,讲的非常通俗,没有那种通篇上来就列一堆公式的情况,把这边书好好读读,你会发现算法是非常有意思的,能够解决很多问题。

2、《深入浅出数据分析》,这本书主要讲解数据分析的一些基本概念和知识,也适合入门阅读。

3、《MySQL必知必会》,这本书主要是讲解MySQL的,想要入门AI,基本的SQL还是要懂得。

4、《机器学习》,作者周志华,这本书可以说是机器学习入门的法宝,不但是入门书,并且值得你后期甚至大后期不断细细研读,入门必看,进阶同样重要。

5、《斯坦福大学公开课 :机器学习课程》,吴恩达大佬的斯坦福公开课,这也是入门课程,不过,这门课建议从入门到后期反复看,因为入门直接看可能完全看不懂,还是需要基本知识储备的。

6、其他课程,可以有选择的在直播平台上买一到两门课,从头到尾跟着老师学习,直接听上面的吴恩达大佬课程可能很难直接跟上,有一两门入门视频课还是能加快学习速度的,另外提一点就是,入门不需太多,但是最好买一门质量高的,这样一般会有老师答疑还可以有群很多人交流,不至于学着学着坚持不下去,坚持也是很重要的。

二、机器学习进阶必备知识

在有了上面学习的基本功底之后,就可以考虑进阶学习了,上面的入门知识可能要花费你3个月甚至更长的一些时间,但是无需过于纠结,上面搞不懂的问题,在进阶部分还可以继续研究。

机器学习进阶,所要学习的知识会开始偏向于具体算法和编程实践部分了,这部分建议不要贪多,可以采取各个知识点逐个突破的方法,各个算法挨个击破办法,先给大家推荐几本靠谱的书籍:

1、《机器学习》,作者周志华。对,又是它,不要小看这本书,他会伴随你整个学习过程,这本书个人感觉并不是每个算法讲的都很好,对于算法各个击破,建议像决策树、随机森林、朴素贝叶斯和集成算法好好看看,这部分写的很好,像决策树,基本上按照它讲的,完全可以手工撸代码实现,很赞的。

2、《统计学习方法》,作者李航。这本书可以说是进阶利器,要想把机器学习里面的算法搞明白,这本书一定要好好读读,建议这本书里面的SVM、KNN算法好好看看,这本书讲的非常明白透彻,像SVM很多书省略很多步骤,讲的不够透彻。

3、《机器学习实战》,提着篮子背着锄头的那本书,这本书非常适合同时结合上面两本书一起看,个人认为是机器学习的“三剑客”,这三本书好好看看,跟着步骤撸点代码,了解的会更深入的。

4、《利用python进行数据分析》,这本书非常重要,上面讲的是算法原理,要是真正将算法应用于实践,有相当大的一部分工作量是要对数据进行处理和分析的,机器学习中的数据多数都可以转化为DataFrame数据来进行建模,数据分析学会了,实际应用也就不远了,不过,关于数据分析,实践非常重要,只看书是不够的,这部分建议找一门课或者买一门课跟着学效果会好。

5、《python自然语言处理》,这本书主要是讲自然语言处理的,也是一个比较重要的分支,有感兴趣的可以学一下

6、《Neural Networks and Deep Learning》,作者 Michael Nielsen。这本书可以作为深度学习的入门和进阶,这本书要好好看看,讲的非常好,手把手教你深度学习。

7、deeplearning.ai,作为机器深度学习的进阶课程,这也是一部利器视频,好好看看,能学不少东西

8、其他课程,这部分需要学习的东西比入门多了很多,要想把这部分学好,需要花费大量的时间去看书,但是如果一直在看书,没有实践项目,会很难坚持下来,建议小伙伴们找一门从头到尾带你学习的课程,一边看书一边学,效果更佳。

三、机器学习学习方法

上面已经较为详细的列举了小白或者是有基本功的小伙伴学习机器学习的必备知识和课程,有了这些作为储备,你的硬件资源就够了,相当于有了教材和课件,但是学习有了这些东西是不够的,如何去学,如何高效的学以及步骤和侧重点也很重要,下面就给大家列举下学习过程中的一些问题。

1、切勿掉入书山中,实践理论结合重要

在列举了上面的学习后,很多人可能会一头扎进书山中埋头苦读,读完一本接着一本最后发现什么都懂点什么又都没懂,这样效率是很低的,如果你是搞学术的不在此范围内,相信多数人还是偏应用,从事相关工作,在IT界,实践才能学到东西,不要一直看书,可以边看边试试写点代码,实现个小公式,小算法,这样进步快一些。

2、采取并行学习法而非串行

这幅图可以作为学习的基本流程,但是未必需要前面具备才往后进行,可以一边学基础,一边写代码,一边还可以做比赛,这样可能前期痛苦些,但是后面会学得快。

3、建立知识框架,修补知识漏洞

上面这幅图是是sklearn的机器学习算法笔记,你可以在学习中去建立类似的笔记,有助于建立起整个学习框架,对于不懂得,再不断从细节去学。

4、找到适合你的课程,跟着从头到尾学

如果你是上班族或者是在学校里面而没老师给你讲这门课,那么报一门适合你的课程从头到尾跟着学就非常重要了,不要过于相信你的自制力,没有人和你一起学,你学了很久也看不到自己有何进步,慢慢兴趣就没了,所以找到能从头到尾给你讲的课程也很重要,这个大家可以多对比多发现,总有一款适合你。

原文链接:https://www.toutiao.com/a6558305045509571076/

原文发布于微信公众号 - 机器学习算法与Python学习(guodongwei1991)

原文发表时间:2018-06-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏目标检测和深度学习

厉害了,我用“深度学习”写了个老板探测器(附源码)

如果上班的时候想放松一下,或者直说想偷偷懒,看点和工作无关的网页,这时候万一老板突然出现在背后,会不会感到很难堪呢? 有的浏览器设置了boss按键,手快的人还可...

2897
来自专栏AI研习社

手把手教你入门使用 tf-slim 库 | 回顾

tf-slim 是基于 tensorflow 的高层封装库,包含了目前最新的 reset-net,Google-Inception 等网络的实现及图像处理算法,...

3754
来自专栏QQ大数据团队的专栏

相关推荐之反浩克装甲

本文介绍了 SNG 数据中心立身 QQ 大数据构建的神盾推荐系统中,基于热传导模型的相关推荐模块。

8.5K14
来自专栏腾讯技术工程官方号的专栏

FPGA异构计算在图片处理上的应用以及HEVC算法原理介绍

作者介绍:chaningwang,2008年毕业于中国科学院研究生院,主攻FPGA高性能计算、FPGA图像处理等方向。 先后在华为、怡化公司从事FPGA开发...

2996
来自专栏ATYUN订阅号

斯坦福开发的AI可使地震监测系统接收极低强度地震的信号

2011年3月发生在日本海岸的9.0级这样的大地震不难被监测到,但很少有如此严重的事件。微地震,即低强度地震,在瞬时震级上达到2.0或更小的震级,很少造成财产损...

512
来自专栏AI传送门

斯坦福大学《机器学习》课程-中文版笔记(2.2)

965
来自专栏ACM算法日常

Hello World!

这里每天会定期更新一些ACM算法网站的题目,主要目的是为了能够将ACM里面涉及到的算法和技巧通过易于理解的方式进行讲解。

684
来自专栏CVer

机器学习&深度学习网站资源汇总

今天推荐一个超NB的开源项目mlhub123,我自以为自己收集的"黑科技"已经够多够全了,但直接看到mlhub123,哈哈,自惭形秽。

841
来自专栏超智能体

好多人一辈子都没搞清什么是学习

老师和家长总是告诉我们要好好学习,可从没有人告诉过我们什么是学习,学习和记忆的区别又是什么。以至于很多人误以为记忆就是学习。更讽刺的是,市面上有一大堆学习方法,...

1084
来自专栏IT派

用Python对用户评论典型意见进行数据挖掘

用户体验的工作可以说是用户需求和用户认知的分析。而消费者的声音是其中很重要的一环,它包含了用户对产品的评论,不管是好的坏的,都将对我们产品的改进和迭代有帮助。另...

883

扫码关注云+社区