互聯(lián)網(wǎng)的浪潮席卷全球评也,它功成名遂炼杖,高處不勝寒,一覽眾山小盗迟。然而時(shí)代的弄潮兒不會(huì)止步于此坤邪,他們還要站在新的浪潮之巔,去征服更大的世界罚缕。
一艇纺、前言:為何要學(xué)習(xí)機(jī)器學(xué)習(xí)
我不知道下一個(gè)風(fēng)口到底是什么,但我相信人工智能、虛擬現(xiàn)實(shí)黔衡、區(qū)塊鏈消约,至少有一種將重塑我們的未來。
經(jīng)過數(shù)十年的發(fā)展员帮,機(jī)器學(xué)習(xí)被認(rèn)為是人工智能中最成熟或粮、應(yīng)用最廣泛、成果最令人振奮的一環(huán)捞高。人們對人工智能的遐想通常是擁有獨(dú)立思維的人型機(jī)器氯材,這從各個(gè)層面上來看都任重而道遠(yuǎn)。但機(jī)器學(xué)習(xí)帶來的好處已經(jīng)十分實(shí)在——語音/圖像識別硝岗、人臉識別氢哮、智能推送(雖然很煩),以及日趨成熟的自動(dòng)駕駛型檀。
也許大家對鋪天蓋地的人工智能培訓(xùn)廣告感到厭倦冗尤,對廣告上誘人的高價(jià)薪酬半信半疑,但只要你用心學(xué)習(xí)一段機(jī)器學(xué)習(xí)胀溺,你就會(huì)發(fā)現(xiàn)它的魅力所在裂七。互聯(lián)網(wǎng)時(shí)代積累下來浩瀚的原始數(shù)據(jù)仓坞,我們需要一種強(qiáng)有力的工具去挖掘它們的價(jià)值背零,這種工具,或許正是打開新世界大門的鑰匙无埃。每一個(gè)技術(shù)人都不希望自己被淘汰徙瓶,也許機(jī)器學(xué)習(xí)的知識不能幫你找到工作,但卻是一張入場券嫉称。
據(jù)我所知侦镇,目前 AI 行業(yè)的門檻仍然較高,短期甚至有供過于求的情況织阅。但互聯(lián)網(wǎng)行業(yè)的發(fā)展也同樣經(jīng)歷過這個(gè)時(shí)期壳繁。等到它真正爆發(fā)的時(shí)候再去入坑,其實(shí)已經(jīng)晚了蒲稳。二十年前一個(gè)學(xué)歷普通的年輕人決定進(jìn)入 IT 行業(yè)氮趋,只需要稍微培訓(xùn)一下甚至是自學(xué)一段時(shí)間就能進(jìn)大廠伍派,而且可能已經(jīng)成為了行業(yè)大牛江耀,但在今天想復(fù)制同樣的成功卻十分困難。為什么股市里那么多韭菜诉植?牛市一窩蜂進(jìn)去祥国,熊市一窩蜂出來,止跌不止盈,高買低賣舌稀。也許道理我們都懂啊犬,但這是人性的弱點(diǎn),我體會(huì)過壁查,很難克服觉至,所以,成功的永遠(yuǎn)只是少數(shù)人睡腿。
如果你只是為了找工作语御,想花費(fèi)一兩個(gè)月時(shí)間(甚至還堅(jiān)持不了)去學(xué)機(jī)器學(xué)習(xí),那還是放棄吧席怪。如果我是公司老板应闯,這個(gè)行業(yè)我不會(huì)冒險(xiǎn),直接從高學(xué)歷應(yīng)屆畢業(yè)生里找人成本才是最低的挂捻。
如果你想真正掌握這門技術(shù)碉纺,Welcome to Westworld!
二刻撒、知識結(jié)構(gòu)分析
下圖是根據(jù)《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》一書制作的思維導(dǎo)圖骨田,我們可以利用它來分析一下機(jī)器學(xué)習(xí)的知識結(jié)構(gòu)优质。
![](https://i.imgur.com/xPjMT69.png)
圖中渠啤,用紅色星星標(biāo)注的是前期需要重點(diǎn)學(xué)習(xí)的內(nèi)容,也是比較通用的部分曾我。綠色的餅狀圖代表我對特點(diǎn)知識的理解程度捧搞。
我想抵卫,這個(gè)結(jié)構(gòu)比我們接觸過的大部分學(xué)科都要簡單。所以沒有必要因?yàn)楦叽笊系拿志彤a(chǎn)生畏難情緒胎撇。甚至可以再進(jìn)一步將其簡化為“回歸”和“分類”兩大部分介粘。也許將來還會(huì)有“極簡機(jī)器學(xué)習(xí)手冊”之類的書籍誕生吧,誰知道呢晚树。
書中按順時(shí)針順序組織章節(jié)內(nèi)容姻采,我覺得是 OK 的。
1 機(jī)器學(xué)習(xí)基礎(chǔ)部分
機(jī)器學(xué)習(xí)需要什么先導(dǎo)知識呢爵憎?
本科正常畢業(yè)水平的線性代數(shù)慨亲、概率論,和一點(diǎn)點(diǎn)計(jì)算機(jī)知識即可宝鼓。
忘了的知識可以復(fù)習(xí)刑棵,真遇到不懂的上網(wǎng)查查就好了。至于編程愚铡,由于有 Python 這樣的語言在蛉签,只需要花費(fèi)很少的時(shí)間(一周以內(nèi))胡陪,就能從 0 開始讀懂程序。如果你有任何一門語言的基礎(chǔ)碍舍,那么根本不用單獨(dú)花時(shí)間學(xué) Python柠座,遇到看不懂的語法直接搜索就完了。
2 分類
分類分為監(jiān)督分類和非監(jiān)督分類片橡,又各自有不同的方法妈经。
監(jiān)督分類,如圖所示捧书,大致就是 KNN狂塘、決策樹、貝葉斯鳄厌、邏輯回歸荞胡、SVM,其中 SVM 相對復(fù)雜點(diǎn)了嚎,其它的很容易理解泪漂。
非監(jiān)督分類,主要就是聚類和密度估計(jì)歪泳。
3 回歸
回歸即定量的分析或預(yù)測萝勤。包括線性回歸(簡單線性回歸和多元線性回歸)和樹回歸。這部分的模型也很好理解呐伞。
關(guān)于回歸和分類的區(qū)別敌卓,舉個(gè)例子:
預(yù)測明天下不下雨,屬于分類問題伶氢;
預(yù)測明天的降雨量趟径,屬于回歸問題。
4 研究方向
其一癣防,是尋找新的分類與回歸問題的算法蜗巧。
其二,是如何改進(jìn)已有的算法蕾盯,提高他們的準(zhǔn)確度與運(yùn)算效率幕屹。
其三,是研究如何把機(jī)器學(xué)習(xí)與實(shí)際應(yīng)用更好地結(jié)合级遭。
對于不打算走算法路線的同學(xué)們望拖,只要不斷跟進(jìn)新的成果,并嘗試去應(yīng)用它們就足夠了挫鸽,把機(jī)器學(xué)習(xí)當(dāng)做一個(gè)強(qiáng)有力的工具即可说敏。
三、學(xué)習(xí)路徑與資料分享
1 學(xué)習(xí)路徑
其實(shí)剛才的結(jié)構(gòu)分析中已經(jīng)體現(xiàn)出來了掠兄。我的學(xué)習(xí)路徑是這樣的:
機(jī)器學(xué)習(xí)是什么 -> 線性回歸 -> 邏輯回歸 -> SVM -> 線代 -> KNN -> 貝葉斯 -> 決策樹 ...
各個(gè)算法的學(xué)習(xí)順序無所謂像云,一個(gè)一個(gè)攻克即可锌雀。先把基礎(chǔ)的學(xué)下來蚂夕,并動(dòng)手寫代碼實(shí)踐迅诬,再嘗試去改進(jìn)它。
數(shù)學(xué)基礎(chǔ)不用擔(dān)心P鲭埂3薮!
編程不用擔(dān)心5戎G温!
找不到對象完全不用擔(dān)心I弦!2肌!
2 學(xué)習(xí)資料
最后給大家推薦一些學(xué)習(xí)資料粉楚。
[1] GitHub - Avik-Jain/100-Days-Of-ML-Code辣恋,一個(gè)小哥分享的學(xué)習(xí)筆記與實(shí)踐代碼,時(shí)間比較充裕的學(xué)生黨可以按照他每日的進(jìn)度學(xué)習(xí)模软。
[2] 網(wǎng)盤 - 一些參考書籍與視頻教程伟骨,提取密碼:dnxs。是大佬分享給我的燃异,內(nèi)容很多携狭,大家各取所需。
[3] MIT 的線代教程 回俐,公認(rèn)的好課逛腿。需要補(bǔ)線代知識的同學(xué)可以刷一遍。
[4] 斯坦福的機(jī)器學(xué)習(xí)教程仅颇,吳恩達(dá)老師是我們共同的老師鳄逾。
[5] 一些培訓(xùn)機(jī)構(gòu)的在線課程,比較適合沒有大把時(shí)間學(xué)習(xí)的上班族灵莲,有人替你規(guī)劃學(xué)習(xí)路線雕凹、督促你學(xué)習(xí),目前來看價(jià)格還是不便宜的政冻,大家自己做取舍吧枚抵。
[6] 「CSDN - Evan 的博客」,一個(gè)和你一起成長進(jìn)步的熱愛學(xué)習(xí)的新時(shí)代優(yōu)秀青年明场,最大的優(yōu)點(diǎn)是為人謙虛汽摹,低調(diào)。并沒有太多才華苦锨,就是長得比較帥逼泣。關(guān)注我趴泌,讓你體驗(yàn)超越我的感覺,重拾學(xué)習(xí)的自信與快樂拉庶。
聲明
上述資源來自互聯(lián)網(wǎng)嗜憔,如有侵犯版權(quán)請聯(lián)系我,我會(huì)在第一時(shí)間處理氏仗。
資料僅作為個(gè)人學(xué)習(xí)使用吉捶,切勿用在商業(yè)用途,請于下載后24小時(shí)之內(nèi)刪除皆尔,否則由此引發(fā)的法律糾紛及連帶責(zé)任本人概不承擔(dān)呐舔。
<font color=#DC143C size= 60>聲明</font>
上述資源來自互聯(lián)網(wǎng),如有侵犯版權(quán)請聯(lián)系我慷蠕,我會(huì)在第一時(shí)間處理珊拼。
資料僅作為個(gè)人學(xué)習(xí)使用,切勿用在商業(yè)用途流炕,請于下載后24小時(shí)之內(nèi)刪除澎现,否則由此引發(fā)的法律糾紛及連帶責(zé)任本人概不承擔(dān)。
歡迎關(guān)注 Evan 的博客