小白入门机器学习

感觉昨天的文章还没完整，今天二师兄把自己自学过程中用到的资料还有过程贴出来。

1. 首先要定位好自己的学习目标

二师兄学机器学习的目标是能够将其作为工具解决材料上的问题。如果只是这个目标的话，二师兄可以放心的告诉大家，这个是很容易实现的。因为像我之前讲过的，目前的机器学习包括神经网络这些其实都是黑盒操作，你不需要知道原理，你不需要涉及机器学习内部的算法，现在各种常用的算法都有工具箱，都有库，你直接调用就行了，你需要做的只是把你的数据预处理下，然后调用这些库去训练，过程中你可能还需要调整下这些算法的参数，实在不愿意你就用默认参数，最后你就能得到一个训练好的模型，可以识别可以进行预测。然后你也许会问，机器学习那么多算法，那么多分类，我怎么知道我的数据该用哪些模型训练呢？一方面你可以通过了解这些算法，因为每个都有其擅长处理的数据类型，另外，可以参考下图，scikit learn 的这个算法选择图，你就根据你的数据类型，一个一个选择，最后的那个就是你需要的。最后呢，最常用的，最笨的，你可以把每个算法都试下的，这些计算机自己都能完成的，其实学的时候你会发现，有的算法会自动把所有可能的都试一次，然后给你最好的结果。总之，你可以把机器学习理解成一个工具，一个已经被开发的很好的工具，作为小白，你不需要懂他，你会用就好了。好，以上就是我们的学习目标，不求甚解，会用就行，这也是二师兄大部分技能的程度。作为一个技术人员，我们应该做到的是博览然后又专长。

2. 你需要具备的知识

首先作为工科生，作为研究生，我假设大家应该都有线性代数和概率论的基础，机器学习里面的数据好多都是用矩阵直接表示的，有些算法的表达式也是矩阵的运算，所以对于线性代数你需要有最基本的了解。然后，对于概率论呢，如果你不想了解这些算法的原理的，相对就没那么重要了。讲完数学基础，就要讲Python了。本科学过C的话再学这个其实很容易了，这个语言要比容易很多，其实对于编程你需要了解的也只有循环结构，赋值语句，逻辑语句这些最基础的，知道在Python里面怎么写这些，你的编程基础也就够了。给大家推荐一个python学习网站，超级赞，小白专用，下面是网页的一个截屏。（https://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000）

3. 步入正题--机器学习

掌握了Python后,其实相对于我们的小目标来说，你已经成功了一半，Cheers！现在我来介绍下机器学习。机器学习分为深度学习和浅度学习，最近大火的AlphaGo 还有华为的AI芯片都属于深度学习，也就是现在火到不行的神经网络。如上篇文章所说，其实目前材料领域大部分应用的都是浅度学习，深度学习不一定优于浅度学习，好多情景下浅度学习就能很好的解决问题了，用深度学习精度并不一定会更高，而对计算机的要求却要高很多。浅度学习用Scikit-learn就行了，贴一张网站照片。浅度学习算法主要是这三类，分类，回归，聚类。分类和回归属于监督式学习，需要我们提前告诉机器比如说这张照片是狗，那张照片是猫；最后的那个聚类属于无监督学习，你不需要告诉机器这张是猫那张是狗，你只需要把一堆照片丢给机器，他自己会根据特征自动分成两类，虽然机器不知道是猫还是狗，但是他知道这两个不一样，于是就分成了两类，叫做无监督学习。其实如果你没有matlab基础的话，二师兄强烈建议你从python学起，然后用scikit learn 解决浅度学习问题。如果有matlab编程基础的话，那用matlab就行了，调用他的工具箱，都不用刻意去学。简单来说，用python做机器学习，那你有两步要走，第一学会python，第二了解机器学习；用matlab做机器学习，你还是两步，第一学会matlab，第二了解机器学习算法。其实matlab还是相对容易的，matlab集成了很多现成的东西，而python还要通过调用不同的库来实现。matlab对于新手来讲，只有一个缺点，买不起。

深度学习的话，matlab有自己的神经网络工具箱，然后python就要用Tensorflow 这些神经网络框架了。

该讲的就这么多了，再技术细节二师兄也不行了，开始贴干货。

这是一个写给新手的文章

这是谷歌出的深度学习的视频（不推荐，大体看看就行）

https://developers.google.cn/machine-learning/crash-course/

写给新手的机器学习介绍

Scikit-learn 网站（这个学会python后再看，里面各种算法怎么用，什么参数都有很详细的官方文档）

http://scikit-learn.org/stable/index.html

这个是coursea上吴恩达的机器学习视频，也应该是在网上唯一能找的机器学习视频了，其实机器学习还是看视频入门快，大家可以去淘宝上买些，十几块钱左右

https://www.coursera.org/learn/machine-learning#syllabus

这个是matlab官方的一些机器学习入门资料，太浅了，看看就行

https://ww2.mathworks.cn/solutions/machine-learning.html

下面是CSDN关于机器学习算法的一些文章，大家可以去上面再多搜些，很多

到这里，还是要再说些，看完我写的这些，你可能还是糊里糊涂不知道怎么入门。我再写点详细的步骤，仅仅是个人经验。

你可以

决定学python还是matlab

学python就下载安装anaconda，这是个python开发环境，安装后自带scikit-learn这些库，很适合机器学习用。

下载完anaconda后，再网上找到些简单的机器学习算法的教程，你跟着一步步做，做个小项目，大概了解这个流程。网上有专门的怎么用anaconda做机器学习，怎么用scikitlearn 做机器学习的教程，你跟着做一个小项目试试。

大致了解整个流程后，你就知道了自己的不足，然后再去学python的语法基础，去学机器学习就好了，这个时候机器学习你可以下载本电子书看，也可以找些视频看，你应该就小有心得了。跳过前三步你直接看机器学习的书会如坠五里雾中的，因为你不知道这些算法，基础知识最后是怎么变成程序运行的。只有先经过一个小项目的操作，你再看机器学习的书才会明白是怎么回事。

如果用matlab的话，那就下载matlab，最好是最新版的，工具箱全些。然后学习下matlab的编程，然后网上找些matlab做机器学习的教程就好了。

最后，总结来说，学习机器学习不难，大家可以试试。