从零开始学习人工智能:自学机器学习的一周

2018-10-31

今天是我挑战“从零开始用半年时间自学人工智能”这个任务的第15天。

这周的事情比较多,没什么时间写学习心得。今天,我总结一下这周的学习情况。

上周我已经学完了Python相关的材料,并且了解了一下机器学习的基本原理。这周我先学习了MIT的吴恩达教授在Coursera上的机器学习课程。这是一个知乎上很多大神都推荐的课程,学习课程的人数也很多,课程的评分也很高。但是我并没有学完,因为这门课程使用的编程语言是Octave,虽然吴老师在课程里面说这是一门机器学习领域的热门语言,但是笔者了解了一下,其实现在机器学习语言中比较热门的还是Python,知乎上有人说,包括吴教授自己现在用的也是Python,这也说明了这门课程相对还是比较老的课程,因此,我学到Octave这部分就放弃了。总的来说,这是一门比较偏向于理论知识而非编程实践的课程,课程的内容中规中矩,总体的节奏比较缓慢,我不大推荐新手一上来就学习这门课程。如果你真的要学,我推荐你把视频的播放速度调成2倍速,因为为了照顾新手,吴教授的语速放得比较慢,调成两倍速刚刚好。我就是这样花了不到一半的时间,学完了前两周的课程,Quiz什么的也都做了,都是一次过了。

学完之后,我顺便看了吴恩达正在写的一本书《Mechine Learning Yearning》的草稿版,里面有一些关于机器学习的指导性的建议,适合已经入门之后,想继续学习的人,新手可以忽略。而且,我看的是草稿版,里面还有很多内容要细化。

接下来我又学习了谷歌自家出的机器学习教程,这门课程跟吴恩达的基本相反,是一门偏向于编程实践的课,原理这部分讲的不多,但是在编程部分花了不少的功夫,但是总的来说,内容讲的比较浅,学完之后只能了解一个机器学习的基本,特别是在机器学习里非常重要的数学部分讲得不多,学完之后还要进一步恶补这方面的知识。

我还看了莫烦Python上关于机器学习的一些视频,这些视频相对比较有趣,作者所讲的例子也比较浅显,但是不够体系,如果你没有任何基础去看的话,可能会在一些地方卡壳,不建议入门看,但是已经有基础了可以看看,作为补充。

接下来我又看了《Tensorflow:实战Google深度学习框架》这本书,因为我对机器学习的编程部分比较感兴趣,不过,浏览了一两章后,我觉得整体来说,写得比较啰嗦,因此放弃。

以上主要是一些中文教程,都不是特别满意,因此我开始转向英文教程。

我先在TensorFlow的官网上学习一些基本的语法,并把官网上提供的几个例子的代码自己写了一遍,感觉还不错,为了增加难度,我把这些例子里面的一些代码重新改了一下,用来测试自己对Python的掌握程度。

总的来说,官网的资料还是不错的,我在上面学到了很多东西,但是,要在上面学东西有一个前提,得先有一定的基础,否则,官网上的一些表述会让你头晕脑胀的,笔者学习了前面几个教程之后,算是有一点基础了,但是看一些语法的说明时,还是有点摸不着头脑,比方说“tf.concat”这个代码的说明,我就看了很久才明白,本来是很简单的东西,官网的说明把它写复杂了。

接下来我又看了斯坦福的TensorFlow课程,这是一门从基础一点一点教你用TensorFlow来写机器学习代码的课程,你可以在官网上看到课程的ppt和笔记,笔记总结得很仔细。值得一看。

接下来我看的书是《Hands on Machine Learning with Scikit Learn and TensorFlow》,还没看完,打算有时间把里面的一些例子拿出来做一做。

值得一提还有斯坦福李飞飞的图像识别课程,这是一门用卷及神经网络来进行图像识别的课程,目前还没看完。下周我打算再深入地了解机器学习在各个细分领域的应用,Coursera上还有几门不错的课程,下周继续刷这些课程。

暂时我不对所有的资料进行评分,等学得差不多了再说。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181101G0UIKK00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券