学习技巧和原则
- 先通过经典书籍进行科普
- 知名机器学习网站
- 根据书籍或网站的目录,先泛读、再选择有兴趣的部分重点精读、后至于反复读
- 知行合一
起步Getting Started
- 周志华版《机器学习》,又名西瓜书
可以作为科普书籍,需要主动略过对于理论推导过程,和数学公式的求真
介绍的非常全面,可作为参考书籍
书籍的前几章基本上概括了机器学习现在的框架,有助于对具体的机器学习算法或工具进行把握
- 吴军博士《数学之美》
更侧重对于自然语言处理、语音识别、搜索等方面的人工智能上层应用,做了专向的科普和技术原理概要介绍。
文风轻松、叙事流畅,读起来相当轻松
区别于常见回归、分类的基础应用,对于更上层的人工智能技术应用进行了介绍,并阐述了背后的数学原理并不复杂
更侧重于基于大数据的概率统计、马尔可夫过程、条件概率等技术手段进行人工智能应用
- scikit-learn.org官网起步资料
-
- getting_started
- getting_started
介绍了粗略结构
-
- user_guide目录结构
仅关注目录结构,把握机器学习的大脉络
每个章节仅读取头部几个章节的简单的内容
数据清洗,对于这一部分目录的了解,让你几乎可以作为一名初级的数据工程师
-
- 简明扼要介绍机器学习要解决的问题
-
-
- 有监督学习:分类问题、回归问题
-
-
-
- 无监督学习: 聚类、概率分布、降维等
-
-
- Faqs
英文比较好的同学,可以深入研究其它官网例子
- 信息论主要观点
-
- 信息消除不确定性
-
- 信息量、信息熵
代码例子学习网站
- scikit-learn
相当全面的机器学习工具库,着力解决中小数据规模的机器学习问题,但大部分也够用了
基于深度学习的神经网络,确实在既适应线性问题、又适应非线性问题方面比较突出
可视化例子
- OpenCV
对于图片或视频进行处理,可以进行一些
SVM
或KNN
的机器学习,甚至包括一些预处理。例如,常用的图片灰度化手段,其实从机器学习来看,就是专家赋能后进行降维处理,但是,对于学习任务信息量又没有丢失太多,以致于学习不到什么东西。
彩蛋
- 回归问题和分类问题的桥梁
对数几率回归;两者的差别没有想想的那么大
- CNN卷积神经网络
在图片特征抽取上面找到了工程上可接受的调参技术手段,关键在于最终步骤采样特征向量形成
相比较于常见较为容易处理特征向量,深度学习对于容易获取的图片数据、但难以描述其典型特征的的粗材料数据,提供了形成特征向量的方法
- 对于关系数据库中的表记录作为特征向量的思考
关系数据库中的唯一索引对于机器学习并不友好,可以考虑提前去除
非唯一索引等非独立属性可以作为聚类分析的关注对象
其它列数据基本上可以做到相互独立,或依赖比较弱
- 算力的忧虑
一般人很难拥有强大算力,需要注意如何自举
结束语
机器学习对于其成熟的应用领域,确实达到了工具化的程度,如果了解了,就会能够使用,并成为倍增器!