https://mp.weixin.qq.com/s/eFXb2swj07Ywld9pDop3hQ

?

機器學(xué)習(xí)在很多眼里就是香餑餑，因為機器學(xué)習(xí)相關(guān)的崗位在當(dāng)前市場待遇不錯，但同時機器學(xué)習(xí)在很多人面前又是一座大山，因為發(fā)現(xiàn)它太難學(xué)了。在這里我分享下我個人入門機器學(xué)習(xí)的經(jīng)歷，希望能對大家能有所幫助。

????這篇文章不會有太多機器學(xué)習(xí)方面的專業(yè)知識

????更多的只是學(xué)習(xí)經(jīng)歷與經(jīng)驗分享

?

機器學(xué)習(xí)工程師到底值幾斤幾兩呢

?

入門之前先來讓大家心里看個數(shù)據(jù)，機器學(xué)習(xí)工程師在市場上到底值幾斤幾兩呢？我們在拉勾網(wǎng)上搜索?機器學(xué)習(xí)關(guān)鍵字，得到了下面的結(jié)果：

?

可以看出來，這個待遇在當(dāng)前 IT 行業(yè)中還是很不錯的，究其原因，是由于這個市場目前是供不應(yīng)求，人才緊缺，自然而然與之相關(guān)的崗位待遇會相對 IT 行業(yè)中的其他崗位較高。

我是如何入門的呢

入門前的基礎(chǔ)

先來分享下在開始入門前我的基礎(chǔ)吧，先羅列下當(dāng)時我所掌握掌握的知識吧。

• 掌握了 Java SE

• 本科所學(xué)的微積分，線性代數(shù)，概率論中的知識忘得所剩無幾

?

看了上面兩點，你會發(fā)現(xiàn)，當(dāng)時的我其實除了掌握 Java SE 之外，連 Python 也不會，此外，微積分，線性代數(shù)，概率論中的知識我也基本上全都還給了大學(xué)老師了。

這時你再想想你當(dāng)前的情況，你是不是發(fā)現(xiàn)你的情況跟我很像，甚至?xí)任业那闆r還好呢。

像我這樣的條件都可以入了門，你們有什么理由無法入門呢？

入門過程中

首先說明一點，我個人在入門過程中經(jīng)過了有看過視頻、也有看過書，看過博客，也有直接做一些項目，這些過程是交互進行的，現(xiàn)在我將這些按照相對順序來介紹下。

聊聊Python

在當(dāng)時Python在機器學(xué)習(xí)領(lǐng)域已經(jīng)使用非常多了，另外Python除了也可做機器學(xué)習(xí)外，還可以做后端（如Django/Flask等）。所以我首先學(xué)習(xí)的是 Python，在準(zhǔn)備學(xué)習(xí)它的時候，我最開始采取的方式是看教學(xué)視頻，但是發(fā)現(xiàn)太耗時了，所以看了兩節(jié)之后果斷放棄，進而我發(fā)現(xiàn)了廖雪峰關(guān)于Python的教程，看博客或者看書的方式會相對比看視頻快很多，由于我個人有 Java 編程的基礎(chǔ)，所以在看廖雪峰關(guān)于 Python 的教程時相對容易點。這里建議如果沒有任何編程基礎(chǔ)，建議還是選個Python的入門視頻來學(xué)習(xí)。

如果說單純的學(xué)習(xí)一門語言的話，這水其實是很深的，但對于我們大多數(shù)人來說，尤其是入門的時候，我們并不需要將Python的方方面面都學(xué)會，我們只需要有重點的掌握Python我們所需要的幾個部分就好，剩下的我們可以在之后工作項目中進步學(xué)習(xí)和加深。

對于要入門機器學(xué)習(xí)的同學(xué)們，我這里整理下前期Python所需要學(xué)習(xí)的部分：

• Python語法基礎(chǔ)，包括數(shù)據(jù)類型和變量、條件控制語句（if else、for、while）、列表（list）、集合（set）、字典（dict）、元組（tuple）等

• 面向?qū)ο蟛糠?#xff0c;包括函數(shù)的使用、函數(shù)的多種參數(shù)、匿名函數(shù)、類和實例、繼承和多態(tài)等

• Python高級特性，包括切片、迭代、列表生成式、字典生成式、迭代器、生成器等

• IO操作及異常處理，包括讀寫文本文件、讀寫二進制文件、異常捕獲和處理等

• 常用的內(nèi)置模塊，包括 datetime、os、system、re等

?

除了以上的關(guān)于Python的基礎(chǔ)外，還有一些第三方模塊我們需要掌握的。由于在使用機器學(xué)習(xí)算法時，經(jīng)常需要處理數(shù)據(jù)以及可視化結(jié)果。在這里推薦以下幾個第三方模塊：

• pandas，數(shù)據(jù)分析必備神器，功能眾多，前期我們只需要掌握它的一些基本用法就OK

• matplotlib，Python中眾多數(shù)據(jù)數(shù)據(jù)可視化的一個基礎(chǔ)庫，能夠使用它繪制基本圖形即可

?

對于我來說，這些第三方模塊都是在工作的時候?qū)W習(xí)的，并不是剛開始就學(xué)習(xí)的。以我的經(jīng)驗給大家指出一個陷阱，在我們?nèi)腴T階段，不建議大家剛開始就深入學(xué)習(xí)這些模塊的底層，我的原則是：先學(xué)會使用，再研究原理。以 pandas 為例，pandas 底層用到了 numpy、scipy、matplotlib，如果你要先系統(tǒng)地把這些底層所有的知識學(xué)習(xí)一遍，你會發(fā)現(xiàn)在你有限的時間內(nèi)，你根本學(xué)不完，即便你有這么多時間去學(xué)完，你會發(fā)現(xiàn)學(xué)了后面，忘了前面。

相關(guān)的學(xué)習(xí)鏈接：

• Python（廖雪峰），http://t.cn/RK0qGu7

• Pandas，http://pandas.pydata.org/pandas-docs/stable/10min.html

• Matplotlib，https://matplotlib.org/tutorials/index.html

?

聊聊機器學(xué)習(xí)算法課程

在掌握了 Python的基本用法后，我開始尋找學(xué)習(xí)機器學(xué)習(xí)的資料，當(dāng)時的情況是市面上并沒有眾多關(guān)于這方面的培訓(xùn)機構(gòu)，經(jīng)過各種搜集，最后選擇了吳恩達在 Coursera 上的機器學(xué)習(xí)課程。雖說課程語音是英文，但有中文字幕，所以看起來還是很方便的。在將吳恩達課程學(xué)完之后，你會對常用的機器學(xué)習(xí)算法有一個基本的了解。

這里列舉出課程中所講解的一些常用算法和內(nèi)容：

• 線性回歸

• 邏輯回歸

• 神經(jīng)網(wǎng)絡(luò)

• 支持向量機

• 非監(jiān)督學(xué)習(xí)

• 降維、異常檢測

• 推薦系統(tǒng)

• 應(yīng)用機器學(xué)習(xí)建議

?

看了上面的各種算法，你可能會問，這么多聽起來很牛逼是算法，我的數(shù)學(xué)基礎(chǔ)（微積分、線性代數(shù)、概率論）不好，能聽的懂么？

在入門的時候，不建議大家將所有的數(shù)學(xué)知識全都學(xué)一遍，再來學(xué)習(xí)機器學(xué)習(xí)算法。一是時間長，而是學(xué)了不用就忘了。 選擇一個好的視頻教程，你可以事半功倍，，吳恩達老師課程的一個優(yōu)點就在于他是專門針對我們這類的人群的，他的視頻中不會有很多數(shù)學(xué)公式推導(dǎo)，但是仍然可以將這個算法跟你講解清楚。

此外，臺灣大學(xué)林軒田教授也有專門的機器學(xué)習(xí)視頻（包括兩部分：基石與技法）。這個視頻在國內(nèi)評價也較高，有興趣的也可以跟著這個視頻來學(xué)習(xí)。

關(guān)于吳恩達以及林軒田的機器學(xué)習(xí)相關(guān)的視頻課程，之前已經(jīng)有過分享，需要下載的請見：資源 | 2018年，你想要的機器/深度學(xué)習(xí)資料在這里

相關(guān)學(xué)習(xí)鏈接：

• 吳恩達機器學(xué)習(xí)課程，https://zh.coursera.org/learn/machine-learning

?

聊聊機器學(xué)習(xí)書籍

在學(xué)習(xí)了吳恩達老師的課程后，可以再讀一些相關(guān)的書籍來加強對機器學(xué)習(xí)的理解，當(dāng)時我買了挺多的書籍，有一本書叫做《機器學(xué)習(xí)實戰(zhàn)》，在這本書里會教你使用 Python 來實現(xiàn)常用的一些算法，當(dāng)時按照書上的講解手動敲了一些算法的實現(xiàn)，當(dāng)你手動實現(xiàn)后，你會發(fā)現(xiàn)你對它的理解會更深了。

在實現(xiàn)書本上的一些算法時，會遇到某些算法的原理不太明白的地方，由于自己的數(shù)學(xué)知識（微積分、線性代數(shù)、概率論）基本上都還給了大學(xué)老師了，系統(tǒng)的去學(xué)習(xí)每個模塊是非常耗時的，這時候采取的策略是“缺啥補啥”，也就是說發(fā)現(xiàn)哪方面的知識和公式不太明白，就去查閱與之相關(guān)的資料。

在當(dāng)前，如果你想購買相關(guān)書籍，我可以再推薦兩本給你，一本是周志華的《機器學(xué)習(xí)》（通常也叫西瓜書），這本書在我學(xué)習(xí)的時候還沒出版；另一本是李航的《統(tǒng)計學(xué)習(xí)方法》。

聊聊如何通過工作/比賽提高水平

在掌握了Python的基本用法以及對機器學(xué)習(xí)有了基本了解之后，當(dāng)時的實習(xí)工作有一部分是使用機器學(xué)習(xí)算法來去識別用戶的評論是否違法，也就是一個二元分類問題。最開始的時候同閱讀同事實現(xiàn)的Python代碼，試圖去搞明白每一行的含義，也就是在這個時候，自己開始查閱 pandas 和 sklearn 相關(guān)的文檔，這樣最后不僅搞明白了同事的代碼，自己對 pandas 和 sklearn 基本的用法也有了一個認(rèn)識。

這里多說兩句，掌握了 pandas 后，在處理小數(shù)據(jù)量的時候會非常得心應(yīng)手（如果數(shù)據(jù)量大的話，會非常慢）；sklearn 是一個非常優(yōu)秀的開源的機器學(xué)習(xí)Python庫，這個庫實現(xiàn)了很多機器學(xué)習(xí)算法，并且提供了非常詳細的官方文檔，認(rèn)真閱讀官方文檔可以收獲很多。如果你英文不太好的話，可以閱讀相應(yīng)的中文文檔，文檔地址可以見下面的學(xué)習(xí)鏈接。

如果說自己沒有實習(xí)或工作機會，我推薦你去參加 kaggle 比賽，kaggle 是一個提供數(shù)據(jù)挖掘相關(guān)的比賽平臺，在這里會有很多相對接近現(xiàn)實生活的比賽，此外，也會有很多大神分享自己的思路、做法和代碼，通過閱讀這些代碼也能快速的提高自己的水平。

相關(guān)學(xué)習(xí)鏈接：

• sklearn，http://sklearn.apachecn.org/cn/latest/

• kaggle，https://www.kaggle.com/

?

入門后的體驗

?

在入門了機器學(xué)習(xí)之后，在實際工作中，絕大多數(shù)的情況下你并不需要去創(chuàng)造一個新的算法。另外，大多數(shù)時間你也不是在去研究別人的算法時如何寫出來的，而是處理數(shù)據(jù)，運用現(xiàn)有的第三方庫去跑模型、調(diào)參數(shù)。聽完我說的這些，你是不是很震驚，高大上的機器學(xué)習(xí)工程師在實際工作中大多數(shù)時間竟然是去洗數(shù)據(jù)，調(diào)參數(shù)。但事實就是如此，除非你在一線互聯(lián)網(wǎng)公司，而且還是某些部門，你可能會需要自己重新去實現(xiàn)某個算法，否則其他公司的情況大多都是差不多的。

入門后再來聊一聊數(shù)學(xué)知識在機器學(xué)習(xí)中的作用，雖說你數(shù)學(xué)知識不好，一樣可以調(diào)用第三方庫的模型。但是如果你想要深入理解算法，數(shù)學(xué)的底子還必須是有一點的。如果你要入研究這個領(lǐng)域，你必須要撿起來你忘掉的數(shù)學(xué)知識。此外，在面試時，這些算法的原理相關(guān)的知識還是必問的。

有時候并不是你的能力不夠，也并不是你不夠努力，只是缺少了一個正確的引導(dǎo)而已。

總結(jié)

以上是生活随笔為你收集整理的我是如何入门机器学习的呢的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。