1.和机器一起进入学习的大门

一.前记

2017年4月11号来到武大，提前进入国家多媒体软件工程技术中心刑侦组实验室学习，实验室的研究方向是机器视觉，主要涉及目标检测、目标跟踪、行人重识别、图像分割等方向。自己之前也是深深的被机器学习技术的应用所吸引。屌屌的无人车，网购商品推荐，新闻，歌曲等等个性化推荐系统，还有安防，公安刑侦用到的各种人脸识别（武汉东湖绿道人脸识别系统检测到逃犯），再如机器人主持节目，最强大脑中的小度。还有今天刚刚看到在上海停车场，可以利用计算机视觉技术结合物联网，支付技术自动识别车牌号来扣取车主支付宝上的money，应用真的好多好多。在这些应用背后是什么样的技术在支撑？很重要的一点是机器学习算法（重要但不是唯一的技术）。在选择实验室之前，通过网上了解到刑侦组涉及的方向和项目，很感兴趣，可以学习一下背后支撑这么有意思的系统的知识和技术，也感谢老师给的机会~

二.机器学习的过程是什么样子的？（后面的所有内容仅是个人理解，有可能有些地方有偏差）

机器也能学习？人学习可以通过老师讲，和伙伴交流，自己看书上网去学知识，人是具有一定抽象能力的，很容易对具体事物抽象出特征，举一反三，比如看到一辆汽车后，再看到其他汽车，也仍然可以辨认出来这就是汽车。而机器只懂得0和1，机器更强大的能力在于计算，怎么样让它也认识汽车。这就要通过大数据和我们人为设定的模型（含有很多未知参数），然后通过一定的算法去求解出参数，从而得到一个确定的数学模型。然后我们可以用这个模型可以用来对新数据进行预测（对物体分类或者预测一些事件，比如股价，或者某人的医学分析来预测患有某种疾病的概率大），或者在计算过程中分析出数据内在的关系。怎么样计算还是要人去告诉它，计算的方法也就是机器学习算法。

对初学者，想了解机器学习更多的应用的话，参考一篇文章：  http://blog.jobbole.com/62334/

三.人工智能（AI）与机器学习（ML）的关系：

AI：Artificial Intelligence，本身就是一个机器，但它拥有一些智能。什么叫智能，通常包含五个方面：Reasoning，Knowledge，Planning，Communication，Perception。也就是说研究一种机器，能够进行自我的逻辑推理，能够把现实世界通过知识描述和表达出来，同时还能自我设置目标并实现目标，另外可以理解书面和口头语言，能通过对世界的图形、声音以及其他途径去感知世界（机器视觉应该算作这一部分吧）

ML：目前认为是实现人工智能最好的技术手段。

四.我的学习路线

1.使用书籍：王斌老师翻译的《机器学习实战》，简短的原理说明，具体的python代码实现，操作性和直观性强。李锐老师还翻译过《信息检索导论》和《大数据：大规模互联网数据挖掘与分布式处理》

                     李航老师的《数学统计方法》，讲解了一些在实际应用中重点的机器学习算法，重在讲解背后的数学原理，数学公式推导详细

                     周志华老师的经典著作《机器学习》，讲解的知识很全，但不细致。公式推导跳跃性有点大（对于我这种数学不好的而言）

可以看到每本书特点，和侧重点不同，所以结合起来看咯，理论指导实践，实践又能加深理论的认识，这才是工科学习的魅力。在学习的时候一定要敲代码，这个过程可以学习python和一门框架，比如TensorFlow，Caffe2等。通过Python还可以了解一下数值计算，编程数学一起学习咯。目前只是找到了学习的感觉，希望在九月份开学之前可以掌握其中的百分之七十吧~两年的非全专硕，时间少，任务重，压力大啊~

2.网上有很多前辈的博客，看书看不懂的地方就要上网差博客了，自己现在走的路，已经有很多前人都走过了~

3.推荐Coursera平台上吴恩达老师讲解的Machine Learning课程

4.经典论文：初学者可以先看一些综述类的文章，然后在阅读细节的时候，书籍或者博客里也会有一些参考文献值得一读~

五.分享下导师提的四好要求：

1.态度好，前提吧

2.编程好：我之前用过Java，开发过一些简单的Android应用，研究生阶段主要学习C++和Python，Python是真的个人喜欢，丰富的第三方库，简洁的语法，现在很多深度学习框架也主要支持Python。学习C++为了更加了解一些底层吧，而且有些场合下性能要求高，python要结合C++才可以吧~而且觉得研究生阶段一定要做一两个有深度，让自己在某项技术上有深刻见解。

3.数学好：算法背后一定是数学原理在支撑，掌握一些基本的数学知识，才能更好的读懂文章和算法。主要有：线代，概率论，高数，凸优化，离散随机系统等

4.英语好：在很多科研领域上，中国毕竟和发达国家有些差距，好的论文肯定都是英文版的，顶级会议也在国外~

六.把握机遇

错过了移动互联网，大数据，云浪潮和互联网，还要再错过人工智能吗？

不怕别人比你优秀，就怕比你优秀的人还比你勤奋~