Skip to main content
 Web开发网 » 操作系统 » linux系统

机器学习好难怎么学?有什么能快速入门的好书吗?

2021年10月17日5450百度已收录

首先学习机器学习必须有扎实的数学基础和算法基础,要想吃透其思想没有捷径可以走,只能踏踏实实的学习,不然南京大学成立的人工智能学院怎么开了那么多门的数学课?比如高等数学、线性代数、概率论与数理统计、泛函分析、运筹学(注意不是诸葛亮运筹帷幄的那个兵法,是数学的分支,你如果理解为奇门遁甲得原理和数学相通的,这个是没问题的)、算法设计等等,据说985的大学生也学的头疼,其实我觉得不管什么样的好学生,认识事物都是从感性到理性的过程,不可逾越,能够逾越的,都是从小各种环境就好,985大学生学起来吃力说明课程安排和时间安排有问题,我是做大学生工作的,对955同学也很了解,就是他们太忙了,一上大学手头的名目太多了:什么考研、第二学历、托福等。不说这些了,那么初学者机器学习想入门到底有没有捷径可走?答曰:有,前提是你肯专研,这可不如web前端、JAVA语言之类的入门容易,按照我说的步骤做法如下:

1、你连初高中的数学都不扎实的,多补习,多做数学题

因为有些算法初高中的数学就能解决,比如协同过滤算法里面求相似度:你可以用欧式距离求,欧式距离不会?那你还不复习和补习?初中学的。可以用余玄函数求解,这个是初中知识吧?

当然也可以用大学学的方差、相关系数求解,忘了?可以百度,大学生应该有自学能力吧(由于分数低的200~450分的不算,当然也有好的,我们这里不谈小概率事件,大家也别喝毒鸡汤:什么某某学历不好,但是什么什么云云,下同)?

2、你可以借助于计算框架先入门

机器学习计算框架比如JAVA语言的mahout、python语言的机器学习库(一般来说是sklearn),Scala语言的MLib。比如决策树算法就被python封装的很好。

基础不好,借助于框架也是没办法的事情,先入门体验,再学原理。值得注意的是:不可以只会框架,不懂原理和推导步骤,这样只会表面东西没什么用。

我的学生我直接要求使用代码实现诸如Apriori算法、决策树算法等,我不让他们用框架,那是害他们,什么时候用框架?对了,工作时候用,因为工作和学习不一样,工作追求效率,学习追求原理。所以很多社会上拿python来忽悠的,大多数为学艺不精或者不学无术者来误人子弟,大家一定善于辨别,别入坑。

3、要有不断学习和钻研精神

急功近利的人学不好机器学习,更别指望靠它创新设计出来新的数学模型。比如SVM支持向量积算法涉及到的知识有凸优化、拉格朗日乘数法、空间几何等知识,很多机器学习的书本写到这个算法就寥寥几笔带过,因为没法写了,要写光这个算法就写好几本书?那怎么办,我们大家要有钻研精神。

机器学习算法工程师工资是高,甚至月薪10万以上很正常。但是你和面试官说我会python机器学习,面试官必然问的深入,这时候你就会表面东西肯定和高薪无缘,不是不用你,你可以做数据、调参数。

所以我们浮躁不得,更不能有传统思想:靠简单的游戏规则赚大钱,因为现在资本家投资越来越理性,野蛮增长日子一去不复返。更重要的你不爱机器学习,它就不爱你,你目的不纯(只向钱看)它更让你难受。所以要学机器学习务必有钻研精神。

至于入门的书有没有?答曰:有,列举如下:

1、《白话大数据与机器学习》

这本书优秀高中生就能看懂,这已经是最低要求了。作者:高扬,一位务实的专家。

这本书将涵盖以下比较重要的数据挖掘和分析知识点:概率、统计和分布、多维向量空间、回归、聚类、分类、关联分析、协同过滤、文本挖掘、神经网络。同时,讲解了大数据相关的人才需求、行业情况、大数据变现与产品发布、系统调优等读者需要了解的内容。

2、《白话深度学习与TensorFlow》

本书写的很人性化,作者还是高扬等,这里感谢开发公司的架构师们百忙之中还为初学者着想。

本书适用于零基础的初学者:

(1)基础篇(靠前~3章),讲解了机器学习、深度学习与实践的上下文知识,如基本的机器学习与深度学习算法,TensorFlow框架的安全与配置,简单的深度学习实践。该篇是阅读和实践的基石。

原理与实践篇(第4~8章),介绍“老牌”的深度学习网络的数学原理和工程实现原理,尤其是第4章,如果能基本读懂,后面的网络实现层面的问题基本都可以迎刃而解。涵盖BP网络、CNN、RNN的结构、思路、训练与使用,以及一些常见的综合性问题。该篇是学习深度学习的重点和难点,作者通过大量示例、推理与实现,帮读者优选化降低学习曲线。

(2)扩展篇(第9~13章),介绍一些网络的变种和一些较新的网络特性,涵盖深度残差网络、受限玻尔兹曼机、强化学习、对抗学习,这是读者进一步学习与实践思路的钥匙。很后给出了一些有趣的深度学习应用:人脸识别、作诗姬、大师风图像处理,有趣又等

评论列表暂无评论
发表评论
微信