|
2017年人工智能已经列入了国务院的人工智能发展规划中，AI成为推动中国发展的新生科技力量，并在未来扮演着越来越重要的角色，对于想要从事AI行业的朋友来说，如何能够快速、深入的掌握机器学习知识显得尤为重要，而不放弃则需要一篇精华文章来指导。 本文主要侧重进阶部分，对于初学者也提供了清晰的学习路线。 入门阶段 人工智能与机器学习、深度学习的关系以及随时间发展的演化我们可以从上图中获悉。如今，在工业中，机器学习和深度学习有着举足轻重的地位。 两项技术解决的问题略有不同：机器学习擅长解决可结构化数据的分类预测问题，如房价预测、患病预测等；而深度学习更侧重非结构化数据的部分问题，如图片分类、文本分类等。 作为机器学习入门，当然是推荐课程和书籍，我们精选了来自专家们推荐的数据和课程： 《数学之美》，作者吴军：这本书非常适合入门者，通篇通俗易懂，没有上来就列一堆公式的情况，阅读完这本书，你会发现算法是非常有意思的，能够解决很多问题。 《深入浅出数据分析》：这本书主要讲解数据分析的一些基本概念和知识，让你对数据分析有个大致的了解。 《MySQL必知必会》：如果你是纯小白，数据库的相关知识你也必须要懂得。 《机器学习》，作者周志华：这本书可以说是机器学习入门的法宝，不仅针对初学者，还值得你后期甚至大后期的细细研读，入门必看，进阶同样重要。 《斯坦福大学公开课 ：机器学习课程》，吴恩达大佬的斯坦福公开课：如果你已经有初步的知识积累，那么这部公开课将带你全面进入AI的世界。 机器学习的进阶 上面的入门阶段可能要花费你1-3个月时间，当然，基础对于机器学习十分重要，这不仅是培养机器学习的思维，重要的是让你对机器学习的作用有个明确的思路。 进阶阶段，所要学习的知识开始偏向于具体算法和编程实践部分。这阶段的学习曲线更加陡峭，可以采取各个知识点逐个突破的方法，各个算法挨个击破的办法，来训练自己的编程能力。并且，数学知识对机器学习十分重要。 《机器学习》，作者周志华：对，又是它，不要小看这本书，他会伴随你整个学习过程，。对于算法各个击破，建议像决策树、随机森林、朴素贝叶斯和集成算法好好看看，这部分写的很好，像决策树，基本上按照它讲的，完全可以手工撸代码实现，你会感觉非常棒。 《统计学习方法》：作者李航。这本书可以说是进阶利器，要想把机器学习里面的算法搞明白，这本书一定要好好读读，关于SVM、KNN算法的部分好好看看。这本书讲的非常明白透彻，像SVM很多书省略很多步骤，讲的不够透彻。 《机器学习实战》：这本书非常适合同时结合上面两本书一起看，被称为机器学习的“三剑客”，这三本书将成为进阶阶段的重要学习资料，跟着步骤编写代码，会让你获得更多的成就感和动力。 《利用python进行数据分析》：这本书非常重要，上面讲的是算法原理，要是真正将算法应用于实践，有相当大的一部分工作量是要对数据进行处理和分析。机器学习中的数据多数都可以转化为DataFrame数据来进行建模，数据分析学会了，实际应用也就不远了，不过，关于数据分析，实践非常重要，只看书是不够的，这部分建议找一门课或者买一门课跟着学效果会好。 《python自然语言处理》：这本书主要是讲自然语言处理的，也是一个比较重要的分支，有感兴趣的可以学一下 《Neural Networks and Deep Learning》：作者 Michael Nielsen。这本书可以作为深度学习的入门和进阶，这本书要好好看看，讲的非常好，手把手教你深度学习。 deeplearning.ai：作为机器深度学习的进阶课程，这也是一部利器视频，好好看看，能学不少东西 其他课程:这部分需要学习的东西比入门多了很多，要想把这部分学好，需要花费大量的时间去看书，但是如果一直在看书，没有实践项目，会很难坚持下来，建议小伙伴们找一门从头到尾带你学习的课程，一边看书一边练习，才是正确的学习方法。 机器学习的学习方法 切勿掉入书山中，实践理论结合更重要 在列举了上面的学习后，很多人可能会一头扎进书山中埋头苦读，读完一本接着一本最后发现什么都懂点什么又都没懂，这样效率是很低的。 在IT界，实践才能学到东西，不要一直看书，编写代码才是最重要的，实现个小公式，小算法，会让你成就感越来越多，也能更深入的了解知识。 采取并行学习法而非串行 这幅图可以作为学习的基本流程，但是未必需要前面具备才往后进行，可以一边学基础，一边写代码，一边还可以做比赛，这样前期可能比较痛苦，但是后面会学得更快。 建立知识框架，修补知识漏洞 上面这幅图是是sklearn的机器学习算法笔记，你可以在学习中去建立类似的笔记，有助于建立起整个学习框架，对于不懂得，再不断从细节去学。 如果你是上班族或者是在学校里面而没老师给你讲这门课，那么报一门适合你的课程从头到尾跟着学就非常重要了，不要过于相信你的自制力。只有动手与学习相结合，才能事半功倍。 机器学习长路漫漫，唯有坚持方能始终，让我们一起学习吧！ |
|
|
来自： AnonymousV脸 > 《手机电脑类知识的文章》
