今天是大年初七--立春的日子,为了摆脱家中舒适的环境,我提前回到了帝都,想着抓紧时间对机器学习的学习过程进行整理,一来将自己的所学和大家分享,二来巩固知识,与网友一起发现对知识理解的不足之处。由于本人是初学者,所以本系列博客也是针对初学者,会细化一些公式推导或者工具包的使用,希望各位大牛别嫌水哈,欢迎多提意见。下面简单介绍一下自己的学习之路,也算是对过去的一个总结吧。
本人本科研究生所学专业都是通信工程,与计算机或者机器学习、深度学习这些课程根本不沾边。本科时代压根不理解为什么学校要教那些繁琐的课程,课上不理解、课下用不上,但是那时候通信专业是当时最热门的专业,毕业去运营商是大家梦寐以求的归宿,身边的同学每天也都浑浑噩噩,在这种风气之下,我也没有深究课程本身的意义与实际用处。只是觉得不能上完大学只拿个文凭,还是要做点实在的事,所以我开始追求成绩,后来得了高分后发现自己不会把知识用于实践,所以就参加了一些竞赛。就这样大学四年过去了,我也保送了研究生,那时候对行业发展完全没有概念,大四选方向的时候选择了无线通信方向。2013年研究生入学后赶上实验室项目结项新项目没申请下来,一团糟,导师为了评职称动不动就以毕业为要挟让大家发论文,当时计算机方向兴起的势头已经展现,就这样一边发论文一边自学计算机。我是在研二下的时候开始接触机器学习,在自学的过程中只有一个感觉:卧槽,这个东西太给力了,我之前学的数学公式原来可以这么用!后来由于专业不相符,没有项目经验,找实习也是一波三折。再后来因为帝都特有的掣肘问题,毕业后到了一家国企做着java开发工作。单位中年人士居多,抱着养老的心态工作,环境加上方向问题,导致我心里越发的想重新做机器学习,于是捡起之前的书籍,开始重新了解行业动态、参加dp读书会活动、技术分享等,希望掣肘的问题早日解决,我可以早日投入到自己喜欢的行业中。
好了,扯了半天没用的,我简单介绍一下我的学习过程吧。对于教材来说,大部分人推荐的教材一定是好教材,我最初看的李航的《统计学习方法》和《机器学习实战》,《统计学习方法》中公式较多,有些没有详细推导,开始看的时候难免让人摸不到头脑,我之后的文章会细化公式推导的部分;《机器学习实战》这本书非常有意思,它会指导你把公式变成算法解决相关问题,初学者可以先找几个例子,培养一下对机器学习的兴趣,然后深入算法的数学模型,了解其原理。之前还有人推荐《机器学习》西瓜书,这本书介绍的很全面,但是一些章节不是很深入,感兴趣的朋友可以看看。看书的过程中会遇到一系列问题,公式的推导是其中之一,更多的问题在于对模型的理解,建议大家结合视频一起学习,比较好的视频教材有andrew ng主讲的standford cs229课程、小象学院邹博主讲的《机器学习》系列课程。实践方面就是多找些数据集,进行实际的分析,数据集来源有UCI Machine Learning Reposity或者kaggle。
本人对深度学习、增强学习也很感兴趣,感觉机器学习是基础,所以暂时在这方面下的功夫较多,希望大家能多多交流,一起努力。