简单粗暴的入门机器学习
有很多小伙伴問(wèn)過(guò)我零基礎(chǔ)要怎么入門機(jī)器學(xué)習(xí)或者人工智能，今天來(lái)提煉一下，方便志同道合的朋友們參考。
記得我剛?cè)氪松蕉礈?zhǔn)備修煉的時(shí)候，就 Google 了好多這類的問(wèn)題，那時(shí)候覺(jué)得大家的建議好多呀，這條路看起來(lái)真長(zhǎng)，那么多東西要學(xué)，那么多書(shū)要看，那么多有用的課程要學(xué)。
現(xiàn)在我可以就自己走過(guò)的坑坑包包來(lái)推薦一條簡(jiǎn)單粗暴的路徑。
［step 1： 方向］
在行動(dòng)之前，先想好這幾個(gè)最基本的問(wèn)題，如果自己想不全都可以去搜一下，知乎上很多大拿的回答：
－－1.為什么要學(xué)習(xí)機(jī)器學(xué)習(xí)或者人工智能呢？
我的話，很實(shí)在地說(shuō)，就是不想被淘汰呀！最開(kāi)始就是這么一個(gè)感覺(jué)。?
官方一點(diǎn)的話，就是可以提高效率呀。?
廣泛的需求我并沒(méi)有去想，只是想解決一下自己的需求。?
譬如，不想做家務(wù)，就弄個(gè)機(jī)器人給我做；不想做瑣事，就弄個(gè)智能助理給我做。
所以大家在開(kāi)始入洞之前，也要先想幾分鐘這個(gè)問(wèn)題：
eg：是想做數(shù)據(jù)科學(xué)還是人工智能開(kāi)發(fā)呢？?
if Data Science：就多做 kaggle 上偏分析的項(xiàng)目?
if AI：再想想是自然語(yǔ)言處理還是圖像識(shí)別呢？
我覺(jué)得 NLP 和 CV 是最基礎(chǔ)的技術(shù)，AI 主要還是看應(yīng)用領(lǐng)域，現(xiàn)在比較火的：自動(dòng)駕駛，聊天機(jī)器人，ARVR，智能家居，智能教育，等等，最基礎(chǔ)的就是看和理解么，當(dāng)然對(duì)于每個(gè)具體的方向，肯定是涉及到更多技術(shù)和具體的細(xì)節(jié)知識(shí)需要去學(xué)的，不過(guò)入門的話，這倆是基礎(chǔ)。可以選其一，有興趣也可以選倆。AI 主要還是跟實(shí)際應(yīng)用場(chǎng)景關(guān)聯(lián)起來(lái)意義才大，醫(yī)療，生物，氣象，教育，交通目前比較火，對(duì)某個(gè)領(lǐng)域感興趣可以專攻更深。
－－2.機(jī)器學(xué)習(xí)，人工智能，數(shù)據(jù)科學(xué)的關(guān)系？
為了確立明確的入口，最好是知道這三者的關(guān)系，方便大家做計(jì)劃時(shí)更專注一些?
大家可以去多看幾篇這樣的文章，可以很快地了解一下大綱。
我比較喜歡下面這個(gè)圖，因?yàn)樗€列出了其他幾個(gè)大的技能。?
來(lái)自這篇文章：http://www.cnblogs.com/DonJiang/p/5744535.html
從這個(gè)圖看，機(jī)器學(xué)習(xí)的基礎(chǔ)還是要看滴，雖然現(xiàn)在深度學(xué)習(xí)很流行，類似 Tensorflow 等平臺(tái)也可以直接把數(shù)據(jù)仍進(jìn)去，調(diào)用多種模型，變換網(wǎng)絡(luò)的層次等參數(shù)，它就輸出結(jié)果，不過(guò)神經(jīng)網(wǎng)絡(luò)模型是只是機(jī)器學(xué)習(xí)的一種，不是全部。當(dāng)然開(kāi)始的話，完全可以跨過(guò)ML課程，去學(xué)用TF訓(xùn)練一個(gè)聊天機(jī)器人，分析情緒，翻譯器等等。
－－3.多長(zhǎng)時(shí)間后想達(dá)到什么樣的目標(biāo)？
eg：1 年后找到 ML 工作?
then：簡(jiǎn)歷上需要相關(guān)項(xiàng)目 or 學(xué)歷背景?
對(duì)于很多已經(jīng)工作的伙伴，學(xué)歷如果不容易實(shí)現(xiàn)的話，可做好項(xiàng)目這一欄。?
then：在拉勾網(wǎng)等招聘網(wǎng)站上面找到感興趣的工作，去看相關(guān)工作描述，提取出需求的技能，列入學(xué)習(xí)清單，學(xué)習(xí)時(shí)間緊時(shí)可以挑相關(guān)的先重點(diǎn)學(xué)。
［step 2: 路線－步驟］
第一步確立方向后，假設(shè)你想做人工智能，并且是自然語(yǔ)言處理，以此為例：
入門路線的話，一點(diǎn)我只推薦一個(gè)吧，簡(jiǎn)單不會(huì)被嚇到，也是我經(jīng)驗(yàn)覺(jué)得比較高效的：
－－1.語(yǔ)言：
推薦 python?
入門書(shū)：learn python the hard way?
pkg 教程網(wǎng)站：python scikit-learn?
當(dāng)然還需要 numpy，matplotlib，pandas 等常用包，scikit 是介紹算法多一些，可直接看
－－2.課程：
Coursera 上吳恩達(dá)的是我覺(jué)得比較基礎(chǔ)且系統(tǒng)的，但它用matlab，大家可以直接換成 python 去敲代碼。Udacity 上的機(jī)器學(xué)習(xí)課程是用 Python 做的。
－－3.書(shū)：
周志華的西瓜書(shū)《機(jī)器學(xué)習(xí)》
－－4.自然語(yǔ)言處理基礎(chǔ)：
課程：cs224d?
如果是圖像處理，課程：cs231n
－－5.小項(xiàng)目：
數(shù)據(jù)科學(xué)：Kaggle 上很多好玩的比賽，開(kāi)腦洞＋實(shí)戰(zhàn)?
人工智能：建議找個(gè)感興趣的小方向，實(shí)際做出來(lái)一個(gè)，例如做一個(gè)自動(dòng)會(huì)創(chuàng)作音樂(lè)的小程序
－－6.螺旋式升級(jí)：
我覺(jué)得最有意思的就是在第5步，這期間就會(huì)發(fā)現(xiàn)還有好多關(guān)聯(lián)東西需要學(xué)，所以就邊學(xué)邊戰(zhàn)吧
［Tips］
2017 可以給自己定個(gè)小目標(biāo)，一個(gè)月拿下一步，升一級(jí)，醬紫至多 5 個(gè)月后你就可以有自己的AI了。
上面幾步，大家完全可以根據(jù)自己的喜好，在搜索引擎提供的結(jié)果中，選擇適合自己的資源和節(jié)奏。
我覺(jué)得最有效的就是從實(shí)戰(zhàn)中學(xué)習(xí)，但是理論也是必不可少的。
每一步先只選一個(gè)，適合自己的資源，就開(kāi)始好好學(xué)。
上面只是一小步，離精深還遠(yuǎn)。
［關(guān)于阻礙］
大家擔(dān)心比較多的問(wèn)題就是，數(shù)學(xué)不記得了還能學(xué)么？
我覺(jué)得，暫時(shí)不要緊，可以直接看 scikit，里面有代碼的 demo，知道套路可以用，先用上就會(huì)很有成就感。?
里面文檔不懂得，例如哪些參數(shù)什么意思呀，怎么調(diào)呀，也可以找搜索引擎幫助。?
不過(guò)面試的話，對(duì)模型的原理，推導(dǎo)，細(xì)節(jié)還是要把握好的。
大家都說(shuō)成長(zhǎng)最快的方式，就是找這個(gè)領(lǐng)域的牛人學(xué)習(xí)。對(duì)于這種學(xué)習(xí)，如果沒(méi)辦法做到直接的，在線的，看他的書(shū)呀，聽(tīng)他的課呀，都算是學(xué)習(xí)。
總結(jié)
以上是生活随笔為你收集整理的简单粗暴的入门机器学习的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： cdev_init() / cedev_
- 下一篇： 机器学习、人工智能 博文链接汇总