我作為小白挖過(guò)的坑
我并不懶惰解愤，我入門時(shí)調(diào)查了很多有關(guān)機(jī)器學(xué)習(xí)的網(wǎng)站，公式携丁，公式琢歇，公式，怎么都是公式梦鉴，看不懂！怎么辦揭保！柳暗花明突然發(fā)現(xiàn)scikit-learn肥橙，抱著實(shí)用主義的方式，不看公式直接開始使用秸侣，問題很快就出來(lái)了存筏，這些函數(shù)的參數(shù)是干什么的，為什么要這樣設(shè)置味榛，參數(shù)的范圍值和什么有關(guān)椭坚，一個(gè)接一個(gè)的問題無(wú)法解決，放棄搏色。
緊接著善茎，又柳暗花明一次，我發(fā)現(xiàn)了TensorFlow---- 還是深度學(xué)習(xí)频轿，厲害按寡摹烁焙！然后又開始新的路程，發(fā)現(xiàn)完全不知道官方的文檔說(shuō)的是什么耕赘，找網(wǎng)站查查骄蝇，完蛋了，情況好不到哪里操骡，完全不知道大家講了什么九火。
總結(jié)：沒有任何概念，沒有任何基礎(chǔ)册招，沒有任何參考吃既，進(jìn)行此類學(xué)習(xí)，基本是不可能完成跨细。
羅列問題都來(lái)自哪里
1 我為什么看不懂?dāng)?shù)學(xué)公式鹦倚，我總結(jié)原因：根本沒有主線，直接搜索數(shù)學(xué)相關(guān)知識(shí)冀惭，又是課本教學(xué)震叙，毫無(wú)意義。
2 我為什么根本不明白scikit-learn散休，TensorFlow媒楼，總結(jié)原因：本來(lái)就沒有概念，數(shù)學(xué)基礎(chǔ)又弱戚丸。
尋找問題的解決的方向
在“羅列問題都來(lái)自哪里”划址，我發(fā)現(xiàn)有三個(gè)急需解決的名詞，它們分別是: 機(jī)器學(xué)習(xí)算法限府，神經(jīng)網(wǎng)絡(luò)算法夺颤，深度學(xué)習(xí)算法。為了方便大家胁勺，讓大家不要再糾結(jié)世澜，我以最直白的話講給大家聽：
上面三個(gè)名詞解決的問題，無(wú)外乎解決“分類”和“回歸”這2件事情署穗。分類大家都應(yīng)該明白寥裂，不做解釋“钙＃回歸封恰，拿浙江《非誠(chéng)勿擾》欄目舉例，女嘉賓為啥對(duì)個(gè)個(gè)男嘉賓褐啡，有時(shí)滅燈有時(shí)亮燈诺舔，她們是怎么想的？說(shuō)明這些女嘉賓心里都有一把尺子在進(jìn)行度量，度量什么呢混萝？有房能得幾分遗遵；房子在哪個(gè)城市能得幾分；房子在城市的哪個(gè)位置逸嘀，能得幾分车要，接下來(lái)還有許許多多的類似的度量，例如崭倘，車翼岁，存款，理想司光，樣子琅坡，身高，胖瘦残家，家庭觀等等榆俺。一旦掌握了某個(gè)女嘉賓的度量標(biāo)準(zhǔn)，那么下一位男嘉賓坞淮，一出來(lái)自報(bào)家門茴晋，你都能立刻知道他是否被她滅燈。那么研究這個(gè)度量標(biāo)準(zhǔn)回窘，就是回歸诺擅。
話題拉回來(lái)，看下面：
機(jī)器學(xué)習(xí)算法： 通過(guò)數(shù)學(xué)導(dǎo)出公式啡直，然后用代碼進(jìn)行公式實(shí)現(xiàn)烁涌。
神經(jīng)網(wǎng)絡(luò)算法： 就是機(jī)器學(xué)習(xí)算法一種，也有數(shù)學(xué)公式酒觅，只不過(guò)用迭代的方式撮执，一次一次接近真實(shí)值虫给。
深度學(xué)習(xí)算法： 就是把神經(jīng)網(wǎng)絡(luò)多弄幾層，所以有些地方你能看到“深度神經(jīng)網(wǎng)絡(luò)”
問題已經(jīng)解決80%
為什么現(xiàn)在很多人兔跌，直接就搞深度學(xué)習(xí)呢擎析？ 上面不是說(shuō)明白了，機(jī)器學(xué)習(xí)才是基礎(chǔ)嗎事示。沒錯(cuò)，有了機(jī)器學(xué)習(xí)算法 這基礎(chǔ)，你基本上可以看懂80%的數(shù)學(xué)名詞装获，也基本上可以看懂很多數(shù)學(xué)公式，包括一些論文了厉颤。
之所以搞深度學(xué)習(xí)穴豫，是因?yàn)椋?/p>
1）有名氣，圍棋大師都輸給機(jī)器人啦.
2）確實(shí)在某些領(lǐng)域有強(qiáng)有力的突破。
假如硬要從深度學(xué)習(xí)開始入手可以嗎
可以精肃，但是有2個(gè)條件你必須具備：
1）你所在的公司招聘了 厲害的人 秤涩，并且愿意帶著你做項(xiàng)目。
2）你準(zhǔn)備個(gè)3-5萬(wàn)元培訓(xùn)費(fèi)司抱，這個(gè)我就不多說(shuō)了（注意：那些價(jià)格標(biāo)注“500元以下”的深度學(xué)習(xí)培訓(xùn)包括視頻筐眷，都是耍流氓）。
除此外习柠，你還要明白我下面要講的話（這個(gè)是重點(diǎn)匀谣，同學(xué)們注意畫圈，考試必考）：
1）除非你有3-5年的工作經(jīng)驗(yàn)资溃，否則在進(jìn)行公司面試時(shí)機(jī)器學(xué)習(xí)算法武翎，如svm，邏輯回歸等溶锭，你根本不可能繞過(guò)去宝恶，也就是說(shuō)，你完全沒有機(jī)會(huì)進(jìn)入任何一家公司趴捅。
2）深度學(xué)習(xí)訓(xùn)練垫毙，得到最終訓(xùn)練結(jié)果少則3個(gè)月，多則1年驻售。機(jī)器學(xué)習(xí)算法露久，一般情況有1-7天足夠。你認(rèn)為什么樣的公司會(huì)讓你什么也不產(chǎn)出欺栗，就干耗著時(shí)間拿工資毫痕？所有多數(shù)公司目前仍然是機(jī)器學(xué)習(xí)算法，或者是機(jī)器學(xué)習(xí)算法+深度學(xué)習(xí)迟几。
3）深度學(xué)習(xí)訓(xùn)練需要大量的數(shù)據(jù)消请，即數(shù)據(jù)是其燃料，在實(shí)際的問題中类腮，我們可能并不會(huì)有海量級(jí)別的數(shù)據(jù)臊泰，所以公司一般還是用機(jī)器學(xué)習(xí)算法。（完蛋了3-5萬(wàn)培訓(xùn)費(fèi)白搞事情了蚜枢，搞得扎心吧）
是真的嗎缸逃，此話當(dāng)真?
還有迷糊的，我再舉例厂抽，附帶推薦需频，讓大家別跳坑：
從南大周志華老師的暢銷書《機(jī)器學(xué)習(xí)》的目錄來(lái)看（這本書很多企業(yè)團(tuán)隊(duì)購(gòu)買過(guò)，想省錢的筷凤，自我感覺不錯(cuò)的昭殉，推薦購(gòu)買）：
第四章：決策樹?
第五章：神經(jīng)網(wǎng)絡(luò)?
第六章：支持向量機(jī)?
第七章：貝葉斯分類器?
第八章：集成學(xué)習(xí)?
第九章：聚類?
第十章：降維與度量學(xué)習(xí)?
第十一章：特征選擇與稀疏學(xué)習(xí)?
第十二章：計(jì)算學(xué)習(xí)理論?
第十三章：半監(jiān)督學(xué)習(xí)?
第十四章：概率圖模型?
第十五章：規(guī)則學(xué)習(xí)?
第十六章：強(qiáng)化學(xué)習(xí)
深度學(xué)習(xí)屬于神經(jīng)網(wǎng)絡(luò)那一章，只占機(jī)器學(xué)習(xí)領(lǐng)域很小的一塊。
從北大章老師視頻培訓(xùn)視頻《機(jī)器學(xué)習(xí)》的目錄來(lái)看（我是比較推薦的挪丢，普通話的斯坦福教學(xué)蹂风，手寫推導(dǎo)+python實(shí)戰(zhàn)，數(shù)學(xué)都能學(xué)會(huì)）：
第七章 支持向量機(jī)（SVM）
第八章 AdaBoost算法
第九章 PCA降維算法
第十章 感知器算法
第十一章 BP神經(jīng)網(wǎng)絡(luò)算法
第十二章 卷積神經(jīng)網(wǎng)絡(luò)
深度學(xué)習(xí)也僅限于卷積神經(jīng)網(wǎng)絡(luò)
總結(jié)一下吧
深度學(xué)習(xí)是 data driven 的乾蓬，需要大量的數(shù)據(jù)和時(shí)間消耗惠啄，而傳統(tǒng)的機(jī)器學(xué)習(xí)算法通常不需要；
深度學(xué)習(xí)本質(zhì)上可以看作一個(gè)特征學(xué)習(xí)器巢块，在無(wú)需另構(gòu)特征情況下礁阁，傳統(tǒng)的機(jī)器學(xué)習(xí)算法已經(jīng)能夠勝任日常的任務(wù)；
如無(wú)必要族奢，勿增實(shí)體姥闭。能夠簡(jiǎn)單的模型解決的，不必要上深度學(xué)習(xí)算法越走，殺雞焉用牛刀棚品？
不懂行的、入門的廊敌，不要铜跑，不要，不要骡澈，（說(shuō)三遍）不要搞深度學(xué)習(xí)锅纺，從機(jī)器學(xué)習(xí)開始，否則你會(huì)哭肋殴。
