自序-----《Python大战机器学习：数据科学家的第一个小目标》

自序

《Python大战机器学习：数据科学家的第一个小目标》本书以快速上手、四分理论六分实践为出发点，讲述机器学习的算法和Python 编程实践，采用“原理笔记精华+ 算法Python 实现+ 问题实例+ 代码实战+ 运行调参”的形式展开，理论与实践结合，算法原理与编程实战并重。本节为自序。

作者：华校专/王正林来源：电子工业出版社|

机器学习是一门理论与实践结合非常紧密的学科，理论提供了各种算法处理问题的边界，即有的算法适合处理问题A，不适合问题B；而另外一些算法适合处理问题B，不适合处理问题A。如果不懂得理论，那么对于某个具体问题，你就完全不知道应该采用哪种算法，以及当你采用了某个算法时各类超参数的物理意义。如果没有扎实的写代码实践，那么你可能采用了一个看起来很美好的算法，但是实际操作中因为各种条件不满足，最后要么预测性能很差，要么运行时间能让你崩溃，停留在“看上去很美”的尴尬状态。

 

学习机器学习一定要做好三件事：看书、做笔记和编程。

 

在自学机器学习时，理论方面我结合了Stanford University 吴恩达的机器学习公开课、李航老师的《统计学习方法》和周志华老师的《机器学习》课程；实践方面我使用了Python的Scikit-learn包提供的API函数，包里涵盖的算法接口非常全面，更令人振奋的是，其用户手册写得非常好，是一条快捷学习路径。

 

工作期间，我阅读了大量的计算机书籍并编写了大量的代码，从操作系统底层开发到应用APP开发。这个阶段是我从学生到工程师的一个转变阶段，也是我个人知识体系的建设阶段。对于不理解的内容我反复读、反复研究。记得学习《算法导论》的时候，我阅读了不下4遍，做了2遍笔记，并且仿照C++ STL的风格实现了其中的各种算法（算法导论的C++实现我已经放在个人的github上）。